课题基金 / 基金详情

semisupervised coreference resolution

semisupervised coreference resolution
半监督共指消解
批准号:
104076539
负责人:
Professor Dr. Hinrich Schütze
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2009
资助国家:
德国
项目状态:
已结题
起止时间:
2008-12-31 至 2020-12-31

项目摘要

项目成果

Professor Dr. Hinrich Schütze的其他基金

相似基金

相关文献

中文摘要
翻译
在此基础上,我们提出了一种新的方法,即在学习和发展方面取得更大的进步,在学习和发展方面取得更大的进步。Wir verfolgen zwei Lösungen: effizienter Erwerb neuer Information和bessere Ausnutzung existerender Information。如果konzentrienen是一种独立的解析方法,那么我们将使用一种独立的解析方法,并使用MSV-Aufgaben (z.B. das解析)和一种独立的解析方法。计算机视觉与交互视觉(visualisierungsanatz)的交互交互(interaktiven visualisierungsanatz)的交互交互(interaktiven visualisierungsanatz);这两个词的意思是:1 .中文的意思是:德语的意思是:德语的意思是:德语的意思是:德语的意思。平行dazu werden与neue Methoden entwickeln、die auf globalen Merkmalen basereen和die trainingsdater ausnutzen können als gegenwärtig möglich。环球Merkmale können die Leistungsfähigkeit der Koreferenzresolution entscheidend verbessern, weil sie den lenmethoden Abhängigkeiten zwischen verschiedenen Teilen von koreferenzstruckturen zugänglich machen。Diese Abhängigkeiten werden zur Zeit noch night nutzbringend bei der Koreferenzresolution eingesetzt。
英文摘要
Viele Bereiche der Maschinellen Sprachverarbeitung (MSV) haben in den letzten Jahren stagniert wegen des großen Aufwands, der für die Annotation von Trainingsmengen erforderlich ist. Wir verfolgen zwei Lösungen: effizienter Erwerb neuer Information und bessere Ausnutzung existierender Information. Wir konzentrieren uns auf Koreferenzresolution, obwohl die zu entwickelnden Methoden auf viele andere MSV-Aufgaben (z.B. das Parsing) anwendbar sind. Basierend auf unseren erfolgreichen Arbeiten im Gebiet der Computer Vision werden wir einen interaktiven Visualisierungsansatz für die halbüberwachte Annotation von großen Datenmengen entwickeln. Mit diesen sehr viel größeren annotierten Datenmengen wird es möglich sein, Vokabular-Merkmale und insbesondere semantische Merkmale zuverlässig zu schätzen. Parallel dazu werden wir neue Methoden entwickeln, die auf globalen Merkmalen basieren und die Trainingsdaten besser ausnutzen können als gegenwärtig möglich. Globale Merkmale können die Leistungsfähigkeit der Koreferenzresolution entscheidend verbessern, weil sie den Lernmethoden Abhängigkeiten zwischen verschiedenen Teilen von Koreferenzstrukturen zugänglich machen. Diese Abhängigkeiten werden zur Zeit noch nicht nutzbringend bei der Koreferenzresolution eingesetzt.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
ReMLAV: Relational Machine Learning for Argument Validation
  • 批准号:
    376183703
  • 项目类别:
    Priority Programmes
  • 资助金额:
    $0.0万
  • 财政年份:
    2017
  • 负责人:
    Professor Dr. Hinrich Schütze
  • 依托单位:
FADeBaC Sentiment Analysis - Fully Automatic DEnsity-BAsed Clustering applied to Sentiment Analysis
  • 批准号:
    219327280
  • 项目类别:
    Research Grants
  • 资助金额:
    $0.0万
  • 财政年份:
    2012
  • 负责人:
    Professor Dr. Hinrich Schütze
  • 依托单位:
Models of morphosyntax for statistical machine translation
WordGraph - Development of a unified graph-theoretical system for acquiring lexico-semantic phenomena
海外基金