Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Bootstrapping Semantic Analyzers from Non-Contradictory Texts"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

We argue that groups of unannotated texts with overlapping and non-contradictory semantics represent a valuable source of information for learning semantic representations. A simple and efficient inference method recursively induces joint semantic representations for each group and discovers correspondence between lexical entries and latent semantic concepts. We consider the generative semantics-text correspondence model (Liang et al., 2009) and demonstrate that exploiting the noncontradiction relation between texts leads to substantial improvements over natural baselines on a problem of analyzing human-written weather forecasts. .

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "Bootstrapping a Unified Model of Lexical and Phonetic Acquisition"

Báo cáo khoa học: "Bootstrapping via Graph Propagation"

Báo cáo khoa học: "Bootstrapping Semantic Analyzers from Non-Contradictory Texts"

Báo cáo khoa học: " Bilingual Bootstrapping for WSD"

Báo cáo khoa học: "Bootstrapping Coreference Resolution Using Word Associations"

Báo cáo khoa học: "HITS-based Seed Selection and Stop List Construction for Bootstrapping"

Báo cáo khoa học: "Relation Guided Bootstrapping of Semantic Lexicons"

Báo cáo khoa học: "Learning Effective Multimodal Dialogue Strategies from Wizard-of-Oz data: Bootstrapping and Evaluation"

Báo cáo khoa học: "Bootstrapping Path-Based Pronoun Resolution"

Báo cáo khoa học: "Semi-Supervised Learning of Partial Cognates using Bilingual Bootstrapping"
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.