从具有丰富上下文的示例中学习解析和翻译决策
cmp-lg
2009-09-25 v1 计算与语言
摘要
我们提出了一个基于知识和上下文的系统，用于解析和翻译自然语言，并在《华尔街日报》的句子上进行了评估。通过应用机器学习技术，该系统利用在监督下获取的解析动作示例生成一个确定性移进-归约解析器，其形式为决策结构。它严重依赖上下文，这些上下文由描述给定解析状态的形态学、句法、语义和其他方面的特征来编码。
引用
@article{arxiv.cmp-lg/9706002,
title = {Learning Parse and Translation Decisions From Examples With Rich Context},
author = {Ulf Hermjakob and Raymond J. Mooney},
journal= {arXiv preprint arXiv:cmp-lg/9706002},
year = {2009}
}
备注
8 pages, LaTeX, 3 postscript figures, uses aclap.sty