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: "A Figure of Merit for the Evaluation of Web-Corpus Randomness"
TAILIEUCHUNG - Báo cáo khoa học: "A Figure of Merit for the Evaluation of Web-Corpus Randomness"
In this paper, we present an automated, quantitative, knowledge-poor method to evaluate the randomness of a collection of documents (corpus), with respect to a number of biased partitions. The method is based on the comparison of the word frequency distribution of the target corpus to word frequency distributions from corpora built in deliberately biased ways. We apply the method to the task of building a corpus via queries to Google. | A Figure of Merit for the Evaluation of Web-Corpus Randomness Massimiliano Ciaramita Marco Baroni Institute of Cognitive Science and Technology National Research Council Roma Italy SSLMIT Universita di Bologna Forli Italy baroni@ Abstract In this paper we present an automated quantitative knowledge-poor method to evaluate the randomness of a collection of documents corpus with respect to a number of biased partitions. The method is based on the comparison of the word frequency distribution of the target corpus to word frequency distributions from corpora built in deliberately biased ways. We apply the method to the task of building a corpus via queries to Google. Our results indicate that this approach can be used reliably to discriminate biased and unbiased document collections and to choose the most appropriate query terms. 1 Introduction The Web is a very rich source of linguistic data and in the last few years it has been used intensively by linguists and language technologists for many tasks Kilgarriff and Grefenstette 2003 . Among other uses the Web allows fast and inexpensive construction of general purpose corpora . corpora that are not meant to represent a specific sub-language but a language as a whole. There are several recent studies on the extent to which Web-derived corpora are comparable in terms of variety of topics and styles to traditional balanced corpora Fletcher 2004 Sharoff 2006 . Our contribution in this paper is to present an automated quantitative method to evaluate the variety or randomness with respect to a number of non-random partitions of a Web corpus. The more random less-biased towards specific partitions a corpus is the more it should be suitable as a general purpose corpus. We are not proposing a method to evaluate whether a sample of Web pages is a random sample of the Web although this is a related issue Bharat and Broder 1998 Henzinger et al. 2000 . Instead we propose a method based on .
Mai Vy
61
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
Figure Drawing - Dynamic Figure Drawing
29
57
0
Figure Drawing - Figure Anatomy
18
83
0
Figure Drawing - Figure Construction
16
51
0
Figure Drawing - Lighting the Figure
24
58
0
Figure Drawing - Posing the Figure
24
62
0
Figure Drawing - The Human Figure
16
56
0
Figure Drawing Without A Model - The figure in Action
29
60
1
Cartooning-Concepts and Methods: Part 1: Figure Drawing Basics
23
61
0
Ebook Fashion sketchbook (6th edition)
49
47
1
Figure Drawing - Figure Drawing Without A Model - Graphic Narrative
17
49
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
462337
61
Giới thiệu :Lập trình mã nguồn mở
14
25992
79
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
11342
542
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10547
466
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
9838
108
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8889
1161
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8502
426
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
8100
2279
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
7730
1790
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
7245
268
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
A Figure of Merit
the Evaluation of Web Corpus Randomness
Massimiliano Ciaramita Marco Baroni
scientific reports
model language
process natural language
A Figure of Merit Technique for the Resolution of Non Grammatical Ambiguity
Swaminathan Madhu
General Dynamics
Electronics
báo cáo khoa học
báo cáo ngôn ngữ
ngôn ngữ tự nhiên
Automatic Compensation
Parser Figure of Merit Flaws
Don Blaheta and Eugene Charniak
mô hình ngôn ngữ
xử lý ngôn ngữ tự nhiên
Manufacture of a fast neutron detector
EJ 301 liquid scintillator
The charge comparison
The Figure of Merit
The range of energy 50–1000 keVee
Dialog Control
Natural Language System
Dialog Control in a Natural Language System
Expanding the Horizons
Natural Language Interfaces
Phil Hayes
PROSPECTS OR PRACTICAL
NATURAL LANGUAGE SYSTEMS
Workshops
NATURAL LANGUAGE
INTERACTION WITH MACHINES
Long Papers
COMPUTER INTEBFACE DESIGN MURRAY TUROFF DEPARTMENT OF COMPUTER
IiVFORMATION SCIENCE IIEW JERSEY INSTITUTE OF TECHNOLOGY
EVALUATION OF NATURAL LANGUAGE
INTERFACES TO DATABASE SYSTEMS
A PANEL DISCUSSION
database query system
J
Norwood Crout
INTERFACES TO DATA BASE SYSTEMS
Bozena Henisz
INTERPRETING NATURAL LANGUAGE
DATABASE UPDATES
S
Jermld Kaplan Jim David
TRANSPORTABLE NATURAL LANGUAGE
INTERFACES TO DATABASES
Gary G
Hendrlx and William H
Lewis
DATABASES THEORETICAL
TECHNICAL ISSUES
TRANSPORTABLE NATURAL LANGUAGE INTERFACES
PROBLEMS AND TECHNIQUES
Barbara J
Grosz
THEORETICAL TECHNICAL ISSUES
NATURAL LANGUAGE ACCESS TO DATABASES
R
Petrick
Domain Independent
Database Access Systems
ISSUES IN NATURAL LANGUAGE
ACCESS TO DATABASES
A LOGIC PROGRAMMING PERSPECTIVE
Sharon C
Salveter David Maier
PLANNING NATURAL LANGUAGE
EXPRESSIONS REFERRING
Douglas E
Appelt
THE TEXT SYSTEM
NATURAL LANGUAGE GENERATION
Kathleen R
M
MENTING A DATABASE
KNOWLEDGE REPRESENTATION
THE KEY TO THE SELECTION PROBLEM
E
Jeffrey Conklin David D
McDonald
A KNOWLEDGE ENGINEERING
NATURAL LANGUAGE UNDERSTANDING
Stuart C
Shapiro
NATURAL LANGUAGE TEXTS
NECESSARILY GRAMMATICAL
EVEN COMPLETE
UNGRAMHATICALITY
EXTRA GRAMMATICALITY
NATURAL LANGUAGE UNDERSTANDING SYSTEMS
Taxonomy
Descriptions
Individuals in Natural
Language Understanding
The Use of Ooject Special Knowledge
Natural Language Processing
Mark H
Bursteln
TÀI LIỆU MỚI ĐĂNG
Báo cáo nghiên cứu nông nghiệp " Field control of pest fruit flies in Vietnam "
14
190
4
26-12-2024
Báo cáo nghiên cứu khoa học " HÃY LÀM CHO HUẾ XANH HƠN VÀ ĐẸP HƠN "
6
180
3
26-12-2024
Bảng màu theo chữ cái – V
11
164
2
26-12-2024
CHƯƠNG 2: RỦI RO THÂM HỤT TÀI KHÓA
28
158
1
26-12-2024
Đề tài " Dự báo về tác động của Tổ chức Thương mại Thế giới WTO đối với các doanh nghiệp xuất khẩu vừa và nhỏ Việt Nam – Những giải pháp đề xuất "
72
184
2
26-12-2024
Báo cáo " Thẩm quyền quản lí nhà nước đối với hoạt động quảng cáo thực trạng và hướng hoàn thiện "
7
205
7
26-12-2024
Valve Selection Handbook - Fourth Edition
337
145
2
26-12-2024
Bệnh sán lá gan trên gia súc và cách phòng trị
3
162
1
26-12-2024
Báo cáo nghiên cứu khoa học " Sự nhất quán phát triển kinh tế thị trường XHCN trong xây dựng xã hội hài hoà của Trung Quốc và đổi mới của Việt Nam "
8
144
1
26-12-2024
Xinh xinh vườn nhà
6
131
0
26-12-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
8100
2279
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
7730
1790
Ebook Chào con ba mẹ đã sẵn sàng
112
4406
1371
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
6281
1266
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8889
1161
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3838
680
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3919
609
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4705
565
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
11342
542
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4505
490
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.