TAILIEUCHUNG - Báo cáo khoa học: "Self-Training for Biomedical Parsing"

Parser self-training is the technique of taking an existing parser, parsing extra data and then creating a second parser by treating the extra data as further training data. Here we apply this technique to parser adaptation. In particular, we self-train the standard Charniak/Johnson Penn-Treebank parser using unlabeled biomedical abstracts. This achieves an f -score of on a standard test set of biomedical abstracts from the Genia corpus. This is a 20% error reduction over the best previous result on biomedical data ( on the same test set). . | Self-Training for Biomedical Parsing David McClosky and Eugene Charniak Brown Laboratory for Linguistic Information Processing BLLIP Brown University Providence RI 02912 dmcc ec @ Abstract Parser self-training is the technique of taking an existing parser parsing extra data and then creating a second parser by treating the extra data as further training data. Here we apply this technique to parser adaptation. In particular we self-train the standard Char-niak Johnson Penn-Treebank parser using unlabeled biomedical abstracts. This achieves an -score of on a standard test set of biomedical abstracts from the Genia corpus. This is a 20 error reduction over the best previous result on biomedical data on the same test set . 1 Introduction Parser self-training is the technique of taking an existing parser parsing extra data and then creating a second parser by treating the extra data as further training data. While for many years it was thought not to help state-of-the art parsers more recent work has shown otherwise. In this paper we apply this technique to parser adaptation. In particular we self-train the standard Charniak Johnson Penn-Treebank C J parser using unannotated biomedical data. As is well known biomedical data is hard on parsers because it is so far from more standard English. To our knowledge this is the first application of self-training where the gap between the training and self-training data is so large. In section two we look at previous work. In particular we note that there is in fact very little data on self-training when the corpora for self-training is so different from the original labeled data. Section three describes our main experiment on standard test data Clegg and Shepherd 2005 . Section four looks at some preliminary results we obtained on development data that show in slightly more detail how selftraining improved the parser. We conclude in section five. 2 Previous Work While self-training has worked in several .

• Báo cáo khoa học
• Self Training
• Biomedical Parsing
• David McClosky and Eugene Charniak Brown
• báo cáo khoa học
• báo cáo ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học