TAILIEUCHUNG - Báo cáo khoa học: "Man* vs. Machine: A Case Study in Base Noun Phrase Learning"

A great deal of work has been done demonstrating the ability of machine learning algorithms to automatically extract linguistic knowledge from annotated corpora. Very little work has gone into quantifying the difference in ability at this task between a person and a machine. This paper is a first step in that direction. | Man vs. Machine A Case Study in Base Noun Phrase Learning Eric Brill and Grace Ngai Department of Computer Science The Johns Hopkins University Baltimore MD 21218 USA Email brill gyn Abstract A great deal of work has been done demonstrating the ability of machine learning algorithms to automatically extract linguistic knowledge from annotated corpora. Very little work has gone into quantifying the difference in ability at this task between a person and a machine. This paper is a first step in that direction. 1 Introduction Machine learning has been very successful at solving many problems in the field of natural language processing. It has been amply demonstrated that a wide assortment of machine learning algorithms are quite effective at extracting linguistic information from manually annotated corpora. Among the machine learning algorithms studied rule based systems have proven effective on many natural language processing tasks including part-of-speech tagging Brill 1995 Ramshaw and Marcus 1994 spelling correction Mangu and Brill 1997 word-sense disambiguation Gale et al. 1992 message understanding Day et al. 1997 discourse tagging Samuel et al. 1998 accent restoration Yarowsky 1994 prepositional-phrase attachment Brill and Resnik 1994 and base noun phrase identification Ramshaw and Marcus In Press Cardie and Pierce 1998 Veenstra 1998 Argamon et al. 1998 . Many of these rule based systems learn a short list of simple rules typically on the order of 50-300 which are easily understood by humans. Since these rule-based systems achieve good performance while learning a small list of simple rules it raises the question of whether peo- and Woman. pie could also derive an effective rule list manually from an annotated corpus. In this paper we explore how quickly and effectively relatively untrained people can extract linguistic generalities from a corpus as compared to a machine. There are a number of reasons for doing this. We would like to understand the

• Báo cáo khoa học
• Man vs
• Machine
• A Case Study
• Base Noun Phrase Learning
• báo cáo khoa học
• mô hình ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Gỏi khô bò VS McDonald’s
• truyện lãng mạn
• truyện ngắn đặc sắc
• truyện ngắn Việt Nam
• thư giãn giải trí
• 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