Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Improving data-driven dependency parsing using large-scale LFG grammars"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

This paper presents experiments which combine a grammar-driven and a datadriven parser. We show how the conversion of LFG output to dependency representation allows for a technique of parser stacking, whereby the output of the grammar-driven parser supplies features for a data-driven dependency parser. We evaluate on English and German and show significant improvements stemming from the proposed dependency structure as well as various other, deep linguistic features derived from the respective grammars. .

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "Improving Word Representations via Global Context and Multiple Word Prototypes"

Báo cáo khoa học: "Improving the IBM Alignment Models Using Variational Bayes"

Báo cáo khoa học: "Improving the Use of Pseudo-Words for Evaluating Selectional Preferences"

Báo cáo khoa học: "Hierarchical Joint Learning: Improving Joint Parsing and Named Entity Recognition with Non-Jointly Labeled Data"

Báo cáo khoa học: "Improving Statistical Machine Translation with Monolingual Collocation"

Báo cáo khoa học: "A new Approach to Improving Multilingual Summarization using a Genetic Algorithm"

Báo cáo khoa học: "Diversify and Combine: Improving Word Alignment for Machine Translation on Low-Resource Languages"

Báo cáo khoa học: "Improving Chinese Semantic Role Labeling with Rich Syntactic Features"

Báo cáo khoa học: "Improving Arabic-to-English Statistical Machine Translation by Reordering Post-verbal Subjects for Alignment"

Báo cáo khoa học: "How do you pronounce your name? Improving G2P with transliterations"
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.