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/2117/9856

Arxiu Descripció MidaFormat
2007-emnlp-kgcc.pdf220,99 kBAdobe PDFThumbnail
Veure/Obrir

Citació: Koo, T. [et al.]. Structured prediction models via the matrix-tree theorem. A: Conference on Empirical Methods in Natural Language Processing. "Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning (EMNLP-CoNLL)". Praga: 2007, p. 141-150.
Títol: Structured prediction models via the matrix-tree theorem
Autor: Koo, Terry; Globerson, Amir; Carreras Pérez, Xavier Veure Producció científica UPC; Collins, Michael
Data: 2007
Tipus de document: Conference report
Resum: This paper provides an algorithmic framework for learning statistical models involving directed spanning trees, or equivalently non-projective dependency structures. We show how partition functions and marginals for directed spanning trees can be computed by an adaptation of Kirchhoff’s Matrix-Tree Theorem. To demonstrate an application of the method, we perform experiments which use the algorithm in training both log-linear and max-margin dependency parsers. The new training methods give improvements in accuracy over perceptron-trained models.
URI: http://hdl.handle.net/2117/9856
Versió de l'editor: http://aclweb.org/anthology-new/D/D07/D07-1015.pdf
Apareix a les col·leccions:Altres. Enviament des de DRAC
GPLN - Grup de Processament del Llenguatge Natural. Ponències/Comunicacions de congressos
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