基于对齐学习的语法与递归引导
机器学习
2009-09-25 v1 计算与语言
摘要
本文提出一种新的无监督学习算法，基于句子对齐和Harris（1951）关于可互换性的概念。该算法应用于未标注、非结构化的自然语言句子语料库，生成标注且带括号的语料库版本。首先，算法对语料库中的所有句子两两对齐，得到句子划分，包括在两个句子中相似的部分和不相似的部分。使用这一信息寻找（可能重叠的）组成部分。随后，算法选择（不重叠的）组成部分。多个算法实例应用于ATIS语料库（Marcus 等，1993）和OVIS（Openbaar Vervoer Informatie Systeem，即公共交通信息系统）语料库（Bonnema 等，1997）。除了令人鼓舞的数字结果外，最显著的结果是，即使是最简单的基于对齐的算法，也能够学习递归结构。
引用
@article{arxiv.cs/0104007,
title = {Bootstrapping Syntax and Recursion using Alignment-Based Learning},
author = {Menno van Zaanen},
journal= {arXiv preprint arXiv:cs/0104007},
year = {2009}
}
备注
8 pages