Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Tài liệu HOT
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "Scaling to Very Very Large Corpora for Natural Language Disambiguation"
TAILIEUCHUNG - Báo cáo khoa học: "Scaling to Very Very Large Corpora for Natural Language Disambiguation"
Yet since we now have access to significantly more data, one has to wonder what conclusions that have been drawn on small data sets may carry over when these learning methods are trained using much larger corpora. In this paper, we present a study of the effects of data size on machine learning for natural language disambiguation. In particular, we study the problem of selection among confusable words, using orders of magnitude more training data than has ever been applied to this problem. First we show learning curves for four different machine learning algorithms. . | Scaling to Very Very Large Corpora for Natural Language Disambiguation Michele Banko and Eric Brill Microsoft Research 1 Microsoft Way Redmond WA 98052 USA mbanko brill @ Abstract The amount of readily available on-line text has reached hundreds of billions of words and continues to grow. Yet for most core natural language tasks algorithms continue to be optimized tested and compared after training on corpora consisting of only one million words or less. In this paper we evaluate the performance of different learning methods on a prototypical natural language disambiguation task confusion set disambiguation when trained on orders of magnitude more labeled data than has previously been used. We are fortunate that for this particular application correctly labeled training data is free. Since this will often not be the case we examine methods for effectively exploiting very large corpora when labeled data comes at a cost. 1 Introduction Machine learning techniques which automatic ally learn linguistic information from online text corpora have been applied to a number of natural language problems throughout the last decade. A large percentage of papers published in this area involve comparisons of different learning approaches trained and tested with commonly used corpora. While the amount of available online text has been increasing at a dramatic rate the size of training corpora typically used for learning has not. In part this is due to the standardization of data sets used within the field as well as the potentially large cost of annotating data for those learning methods that rely on labeled text. The empirical NLP community has put substantial effort into evaluating performance of a large number of machine learning methods over fixed and relatively small data sets. Yet since we now have access to significantly more data one has to wonder what conclusions that have been drawn on small data sets may carry over when these learning methods are trained .
Tuyết Mai
66
8
pdf
Báo lỗi
Trùng lắp nội dung
Văn hóa đồi trụy
Phản động
Bản quyền
File lỗi
Khác
Upload
Tải xuống
đang nạp các trang xem trước
Bấm vào đây để xem trước nội dung
Tải xuống
TÀI LIỆU LIÊN QUAN
Lecture Scaling Networks - Chapter 1: Introduction to Scaling Networks
33
69
1
Lecture Scaling Networks - Chapter 2: LAN Redundancy
60
107
1
Lecture Scaling Networks - Chapter 3: Link Aggregation
16
91
1
Lecture Scaling Networks - Chapter 4: Wireless LANs
75
97
1
Lecture Scaling Networks - Chapter 5: Adjust and Troubleshoot Single-Area OSPF
47
75
1
Lecture Scaling Networks - Chapter 6: Multiarea OSPF
43
65
2
Lecture Scaling Networks - Chapter 7: Enhanced Interior Gateway Protocol (EIGRP)
58
72
1
Lecture Scaling Networks - Chapter 8: EIGRP Advanced Configurations and Troubleshooting
42
85
1
Lecture Scaling Networks - Chapter 9: IOS Images and Licensing
33
84
1
Seawater desalination using air gap membrane distillation – An experimental study on membrane scaling and cleaning
8
88
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
461743
55
Giới thiệu :Lập trình mã nguồn mở
14
22091
54
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10742
524
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
9935
445
Phân tích và làm rõ ý kiến sau: “Bài thơ Tự tình II vừa nói lên bi kịch duyên phận vừa cho thấy khát vọng sống, khát vọng hạnh phúc của Hồ Xuân Hương”
3
9427
104
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8136
1122
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8136
421
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7820
2213
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
6508
247
Vật lý hạt cơ bản (1)
29
5680
81
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Scaling to Very Very Large Corpora
Michele Banko and Eric Brill
Natural Language Disambiguation
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
TÀI LIỆU MỚI ĐĂNG
Báo cáo khoa học: Loss of kinase activity in Mycobacterium tuberculosis multidomain protein Rv1364c
14
221
0
29-03-2024
Động cơ đốt trong và máy kéo công nghiêp tập 1 part 7
23
246
0
29-03-2024
Sáng tạo trong thuật toán và lập trình với ngôn ngữ Pascal và C# Tập 2 - Chương 4
47
233
1
29-03-2024
CẤU TẠO HẠT NHÂN NGUYÊN TỬ-ĐỘ HỤT KHỐI-NĂNG LƯỢNG LIÊN KẾT-LK RIÊNG
12
253
0
29-03-2024
extremetech Hacking BlackBerry phần 9
31
226
0
29-03-2024
Bibliography on Medieval Women, Gender, and Medicine 1980-2009
82
197
0
29-03-2024
BeginningMac OS X Tiger Dashboard Widget Development 2006 phần 2
34
195
0
29-03-2024
Trading Strategies Profit Making Techniques For Stock_8
23
153
0
29-03-2024
Bơm máy nén quạt trong công nghiệp part 8
20
189
2
29-03-2024
MySQL Database Usage & Administration PHẦN 7
37
146
0
29-03-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7820
2213
Ebook Chào con ba mẹ đã sẵn sàng
112
3652
1219
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
5143
1175
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8136
1122
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
5038
1084
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3408
638
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3621
524
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10742
524
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
3911
503
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4027
470
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.