Unsupervised spectral learning of WCFG as low-rank matrix completion
Visualitza/Obre
Tipus de documentComunicació de congrés
Data publicació2013
EditorAssociation for Computational Linguistics
Condicions d'accésAccés obert
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
Abstract
We derive a spectral method for unsupervised
learning ofWeighted Context Free Grammars.
We frame WCFG induction as finding a Hankel
matrix that has low rank and is linearly
constrained to represent a function computed
by inside-outside recursions. The proposed algorithm picks the grammar that agrees with a sample and is the simplest with respect to the nuclear norm of the Hankel matrix.
CitacióBailly, R. [et al.]. Unsupervised spectral learning of WCFG as low-rank matrix completion. A: Conference on Empirical Methods in Natural Language Processing. "Proceedings of the 2013 Conference on Empirical Methods in Natural Language Processing". Seattle: Association for Computational Linguistics, 2013, p. 624-635.
ISBN978-1-937284-97-8
Col·leccions
- GPLN - Grup de Processament del Llenguatge Natural - Ponències/Comunicacions de congressos [192]
- Departament de Ciències de la Computació - Ponències/Comunicacions de congressos [1.265]
- LARCA - Laboratori d'Algorísmia Relacional, Complexitat i Aprenentatge - Ponències/Comunicacions de congressos [119]
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
2013-emnlp-bclq.pdf | 312,0Kb | Visualitza/Obre |