Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

Shallow Discourse Parsing… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Shallow Discourse Parsing with Conditional Random Fields

Paper i proceeding
Författare Sucheta Ghosh
Richard Johansson
Giuseppe Riccardi
Sara Tonelli
Publicerad i Proceedings of 5th International Joint Conference on Natural Language Processing; editors Haifeng Wang and David Yarowsky; Chiang Mai, Thailand; November 8-13, 2011
Sidor 1071-1079
Publiceringsår 2011
Publicerad vid Institutionen för svenska språket
Sidor 1071-1079
Språk en
Länkar www.aclweb.org/anthology/I11-1120
Ämnesord datorlingvistik, språkteknologi, diskursanalys, maskininlärning
Ämneskategorier Språkteknologi (språkvetenskaplig databehandling), Övrig informationsteknik

Sammanfattning

Parsing discourse is a challenging natural language processing task. In this paper we take a data driven approach to identify arguments of explicit discourse connectives. In contrast to previous work we do not make any assumptions on the span of arguments and consider parsing as a token-level sequence labeling task. We design the argument segmentation task as a cascade of decisions based on conditional random fields (CRFs). We train the CRFs on lexical, syntactic and semantic features extracted from the Penn Discourse Treebank and evaluate feature combinations on the commonly used test split. We show that the best combination of features includes syntactic and semantic features. The comparative error analysis investigates the performance variability over connective types and argument positions.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?