TAILIEUCHUNG - Báo cáo khoa học: "Large-Scale Induction and Evaluation of Lexical Resources from the Penn-II Treebank"

In this paper we present a methodology for extracting subcategorisation frames based on an automatic LFG f-structure annotation algorithm for the Penn-II Treebank. We extract abstract syntactic function-based subcategorisation frames (LFG semantic forms), traditional CFG categorybased subcategorisation frames as well as mixed function/category-based frames, with or without preposition information for obliques and particle information for particle verbs. | Large-Scale Induction and Evaluation of Lexical Resources from the Penn-II Treebank Ruth O Donovan Michael Burke Aoife Cahill Josef van Genabith Andy Way National Centre for Language Technology and School of Computing Dublin City University Glasnevin Dublin 9 Ireland rodonovan mburke acahill j osef away @ Abstract In this paper we present a methodology for extracting subcategorisation frames based on an automatic LFG f-structure annotation algorithm for the Penn-II Treebank. We extract abstract syntactic function-based subcategorisation frames LFG semantic forms traditional CFG categorybased subcategorisation frames as well as mixed function category-based frames with or without preposition information for obliques and particle information for particle verbs. Our approach does not predefine frames associates probabilities with frames conditional on the lemma distinguishes between active and passive frames and fully reflects the effects of long-distance dependencies in the source data structures. We extract 3586 verb lemmas 14348 semantic form types an average of 4 per lemma with 577 frame types. We present a large-scale evaluation of the complete set of forms extracted against the full COMLEX resource. 1 Introduction Lexical resources are crucial in the construction of wide-coverage computational systems based on modern syntactic theories . LFG HPSG CCG LTAG etc. . However as manual construction of such lexical resources is time-consuming error-prone expensive and rarely ever complete it is often the case that limitations of NLP systems based on lexicalised approaches are due to bottlenecks in the lexicon component. Given this research on automating lexical acquisition for lexically-based NLP systems is a particularly important issue. In this paper we present an approach to automating subcategorisation frame acquisition for LFG Kaplan and Bresnan 1982 . grammatical function-based systems. LFG has two levels of structural representation c .

• Báo cáo khoa học
• Large Scale Induction
• Evaluation of Lexical Resources
• the Penn II Treebank
• báo cáo khoa học
• mô hình 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 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