将自组织映射与记忆学习相结合
计算与语言
2007-05-23 v1
摘要
记忆学习（MBL）在基于语料库的自然语言处理（NLP）任务中取得了显著的成功，因此是构建基于语料库的 NLP 系统时能够实现高水平性能的可靠方法。然而，MBL 存在一个瓶颈，即任何新测试项都必须与记忆库中的所有训练项进行比较。为此，一些人对各种形式的记忆编辑感兴趣，以便采用某种方法选择记忆库的子集，以减少比较次数。本文研究了使用修改后的自组织地图（SOM）来选择用于比较的记忆子集的方法。该方法将比较次数减少到与训练项数量的平方根成比例。该方法在华尔衪日报语料库中用于识别基础名词短句的识别任务上进行了测试，分别使用第 15-18 节进行训练，使用第 20 节进行测试。
引用
@article{arxiv.cs/0107018,
title = {Combining a self-organising map with memory-based learning},
author = {James Hammerton and Erik F. Tjong Kim Sang},
journal= {arXiv preprint arXiv:cs/0107018},
year = {2007}
}