2004
Unsupervised Learning of Rules for Morphological Disambiguation
ŠMERK, PavelZákladní údaje
Originální název
Unsupervised Learning of Rules for Morphological Disambiguation
Název česky
Učení bez učitele morfologických pravidel pro desambiguaci
Autoři
ŠMERK, Pavel (203 Česká republika, garant, domácí)
Vydání
Lecture Notes in Computer Science, Berlin, Springer Verlag, 2004, 0302-9743
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Impakt faktor
Impact factor: 0.513
Kód RIV
RIV/00216224:14330/04:00010303
Organizační jednotka
Fakulta informatiky
UT WoS
000224026300027
Klíčová slova anglicky
morphological disambiguation;tagging;morphological tagging;unsupervised learning
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 14. 6. 2013 15:49, RNDr. Pavel Šmerk, Ph.D.
V originále
State-of-the-art rule-based tools for morphological disambiguation use either manually crafted rules or rules learnt from manually annotated data. This paper presents a new method of learning rules for morphological disambiguation using only unannotated data. The inductive logic programming and active learning are employed. The induced rules display very promising acurracy. Also the probable limitations of the proposed method are discussed.
Česky
Současné nástroje pro morfologickou desambiguaci využívají manuálně vytvořených pravidel anebo jsou trénovány na morfologicky označkovaných datech. Článek představuje novou metodu učení pravidel pro morfologickou desambiguaci, která se učí pouze na neoznačkovaných datech s využitím induktivního logického programování a aktivního učení. Získaná pravidla vykazují velmi slibnou přesnost. V článku jsou diskutována i pravděpodobná omezení navrhované metody.