部分的アノテーションから学習可能な係り受け解析器
スポンサーリンク
概要
- 論文の詳細を見る
本論文では、部分的アノテーションコーパスから学習することができる最大全域木に基づく係り受け解析を提案する。この枠組みにより、様々な言語資源が利用可能になる。この枠組みは、分野適応などの現実的な状況においてとりわけ重要である。日本語を対象とした係り受け解析の実験の結果、フルアノテーションコーパスのみから学習可能である従来手法と同程度の解析精度が得られることと部分的アノテーションコーパスの利用による分野適応が可能であることを確認した。
- 2011-05-09
著者
-
森 信介
京都大学学術情報メディアセンター
-
Neubig Graham
京都大学情報学研究科
-
Neubig Graham
Kyoto University School Of Informatics
-
宮尾 祐介
国立情報学研究所
-
Flannery Daniel
京都大学情報学研究科
関連論文
- 擬似確率的単語分割コーパスによる言語モデルの改良
- 講義音声認識に基づくノートテイクシステム(福祉と音声処理,一般)
- 点予測と系列予測の2段階化による品詞推定の精度向上
- 点予測と系列予測の2段階化による品詞推定の精度向上
- 音声認識のための言語処理 : 何が足りないか?(言語モデル)
- 文脈を考慮した確率的モデルによる話し言葉の整形
- 重み付き有限状態トランスデューサーと対数線形モデルを用いた話し言葉の整形
- 国会音声認識システムの音響・言語モデルの半自動更新
- 点予測による形態素解析
- 文脈を考慮した確率的モデルによる話し言葉の整形(音声検索・要約,第11回音声言語シンポジウム)