Learning tree patterns for syntactic parsing

Hócza András: Learning tree patterns for syntactic parsing. In: Acta cybernetica, (17) 3. pp. 647-659. (2006)

Előnézet

Cikk, tanulmány, mű Hocza_2006_ActaCybernetica.pdf Letöltés (124kB) | Előnézet

Absztrakt (kivonat)

This paper presents a method for parsing Hungarian texts using a machine learning approach. The method collects the initial grammar for a learner from an annotated corpus with the help of tree shapes. The PGS algorithm, an improved version of the RGLearn algorithm, was developed and applied to learning tree patterns with various phrase types described by regular expressions. The method also calculates the probability values of the learned tree patterns. The syntactic parser of learned grammar using the Viterbi algorithm performs a quick search for finding the most probable derivation of a sentence. The results were built into an information extraction pipeline.

Mű típusa:	Cikk, tanulmány, mű
Befoglaló folyóirat/kiadvány címe:	Acta cybernetica
Dátum:	2006
Kötet:	17
Szám:	3
ISSN:	0324-721X
Oldalak:	pp. 647-659
Nyelv:	angol
Kiadás helye:	Szeged
Konferencia neve:	Conference on Hungarian Computational Linguistics (2.) (2004) (Szeged)
Befoglaló mű URL:	http://acta.bibl.u-szeged.hu/38521/
Kulcsszavak:	Számítástechnika, Nyelvészet - számítógép alkalmazása
Megjegyzések:	Bibliogr.: p. 658-659. ; összefoglalás angol nyelven
Szakterület:	01. Természettudományok 01. Természettudományok > 01.02. Számítás- és információtudomány 06. Bölcsészettudományok 06. Bölcsészettudományok > 06.02. Nyelvek és irodalom
Feltöltés dátuma:	2016. okt. 15. 12:25
Utolsó módosítás:	2022. jún. 15. 14:06
URI:	http://acta.bibl.u-szeged.hu/id/eprint/12788

Bővebben:

Tétel nézet