Braucht Nominalphrasenerkennung linguistisches Wissen?

Maschinelles Lernen wird häufig zur effzienten Annotation großer Datenmengen eingesetzt. Die Forschung zu maschinellen Lernverfahren beschränkt sich i.a. darauf unterschiedliche Lernverfahren zu vergelichen oder die opti
Maschinelles Lernen wird häufig zur effzienten Annotation großer Datenmengen eingesetzt. Die Forschung zu maschinellen Lernverfahren beschränkt sich i.a. darauf unterschiedliche Lernverfahren zu vergelichen oder die optimale größe der Trainingsdaten zu bestimmen. Bisher wurde jedoch nicht untersucht, in wie weit sich linguistisches Wissen bei der Aufgabendefinition positiv auswirken kann. Dies soll hier anhand des Lernens von Base-Nominalphrasen mit drei unterschiedlichen Definitionen untersucht werden. Die Definitionen unterscheiden sich im Grad der linguistisch motivierten Erweiterungen, die zu einer eher praktisch motivierten ersten Definition hinzu kamen. Die Untersuchungen ergaben, dass sich die Anzahl der falsch klasssifizierten Wörter um ein Drittel reduzieren lässt.
show moreshow less

Export metadata

  • Export Bibtex
  • Export RIS

Additional Services

    Share in Twitter Search Google Scholar
Metadaten
Author:Sandra Kübler
URN:urn:nbn:de:hebis:30-1110537
Document Type:Article
Language:German
Date of Publication (online):2008/10/21
Year of first Publication:2001
Publishing Institution:Univ.-Bibliothek Frankfurt am Main
Release Date:2008/10/21
SWD-Keyword:Maschinelles Lernen ; Nominalphrase
Source:http://jones.ling.indiana.edu/~skuebler/papers/gldv01.ps ; GLDV Frühjahrstagung, Universität Gießen, hrsg. v. Henning Lobin (Gießen 2001).
HeBIS PPN:206759576
Dewey Decimal Classification:400 Sprache
Sammlungen:Linguistik
Licence (German):License Logo Veröffentlichungsvertrag für Publikationen

$Rev: 11761 $