DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/9810

Arxiu Descripció MidaFormat
suzukietal-emnlp09.pdfAn Empirical Study of Semi-supervised Structured Conditional Models for Dependency Parsing, EMNLP-2009615,56 kBAdobe PDFThumbnail
Veure/Obrir

Citació: Suzuki, J. [et al.]. An empirical study of semi-supervised structured conditional models for dependency parsing. A: Conference on Empirical Methods in Natural Language Processing. "Conference on Empirical Methods in Natural Language Processing 2009". Singapur: 2009, p. 551-560.
Títol: An empirical study of semi-supervised structured conditional models for dependency parsing
Autor: Suzuki, Jun; Isozaki, Hideki; Carreras Pérez, Xavier Veure Producció científica UPC; Collins, Michael
Data: 2009
Tipus de document: Conference report
Resum: This paper describes an empirical study of high-performance dependency parsers based on a semi-supervised learning approach. We describe an extension of semisupervised structured conditional models (SS-SCMs) to the dependency parsing problem, whose framework is originally proposed in (Suzuki and Isozaki, 2008). Moreover, we introduce two extensions related to dependency parsing: The first extension is to combine SS-SCMs with another semi-supervised approach, described in (Koo et al., 2008). The second extension is to apply the approach to secondorder parsing models, such as those described in (Carreras, 2007), using a twostage semi-supervised learning approach. We demonstrate the effectiveness of our proposed methods on dependency parsing experiments using two widely used test collections: the Penn Treebank for English, and the Prague Dependency Treebank for Czech. Our best results on test data in the above datasets achieve 93.79% parent-prediction accuracy for English, and 88.05% for Czech.
URI: http://hdl.handle.net/2117/9810
Versió de l'editor: http://aclweb.org/anthology-new/D/D09/D09-1058.pdf
Apareix a les col·leccions:GPLN - Grup de Processament del Llenguatge Natural. Ponències/Comunicacions de congressos
Altres. Enviament des de DRAC
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius