Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "A Clustering Approach for the Nearly Unsupervised Recognition of Nonliteral Language"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

In this paper we present TroFi (Trope Finder), a system for automatically classifying literal and nonliteral usages of verbs through nearly unsupervised word-sense disambiguation and clustering techniques. TroFi uses sentential context instead of selectional constraint violations or paths in semantic hierarchies. It also uses literal and nonliteral seed sets acquired and cleaned without human supervision in order to bootstrap learning. We adapt a word-sense disambiguation algorithm to our task and augment it with multiple seed set learners, a voting schema, and additional features like SuperTags and extrasentential context. .

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "SVD and Clustering for Unsupervised POS Tagging"

Báo cáo khoa học: "Semi-supervised Relation Extraction with Large-scale Word Clustering"

Báo cáo khoa học: "Unsupervised Semantic Role Induction via Split-Merge Clustering"

Báo cáo khoa học: "Clustering Comparable Corpora For Bilingual Lexicon Extraction"

Báo cáo khoa học: "An Ensemble Model that Combines Syntactic and Semantic Clustering for Discriminative Dependency Parsing"

Báo cáo khoa học: "K-means Clustering with Feature Hashing"

Báo cáo khoa học: "Heterogeneous Transfer Learning for Image Clustering via the Social Web"

Báo cáo khoa học: "Profile Based Cross-Document Coreference Using Kernelized Fuzzy Relational Clustering"

Báo cáo khoa học: "Phrase Clustering for Discriminative Learning"

Báo cáo khoa học: "Inducing Gazetteers for Named Entity Recognition by Large-scale Clustering of Dependency Relations"
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.