JAKUBÍČEK, Miloš. Effective Parsing Using Competing CFG Rules. In Habernal, Matoušek. Proceedings of Text, Speech and Dialogue 2011. Berlin, Heidelberg: Springer Verlag, 2011, s. 115-122. ISBN 978-3-642-23537-5.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Effective Parsing Using Competing CFG Rules
Autoři JAKUBÍČEK, Miloš (203 Česká republika, garant, domácí).
Vydání Berlin, Heidelberg, Proceedings of Text, Speech and Dialogue 2011, od s. 115-122, 8 s. 2011.
Nakladatel Springer Verlag
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
WWW URL
Kód RIV RIV/00216224:14330/11:00049948
Organizační jednotka Fakulta informatiky
ISBN 978-3-642-23537-5
UT WoS 000312640500015
Klíčová slova anglicky parsing; syntactic analysis; CFG; competing rule
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Miloš Jakubíček, Ph.D., učo 172962. Změněno: 27. 6. 2012 12:01.
Anotace
In this paper a new pruning method for a rule-based parser is described that relies on separating the underlying grammar rules into several mutually competing levels. This method has been developed and exploited for Czech in the syntactic parser Synt to reduce the number of possible output derivation trees. The algorithm behind operates on a so called packed forest of trees, a compressing data structure used for internal representation of parallel analyses, and thus performs very effectively. An evaluation of its contribution has been performed on the Brno Phrasal Treebank showing that the algorithm significantly prunes the resulting tree space while preserving perspective parses.
Anotace česky
Článek představuje novou prořezávací metodu pro pravidlový syntaktický analyzátor, která je založena na rozdělení gramatických pravidel do několika vzájemně se vylučujících úrovní. Tato metoda byla vyvinuta a využita pro český syntaktický analyzátor Synt za účelem snížení počtu výstupních syntaktických stromů. Související algoritmy jsou velmi efektivní díky tomu, že využívají kompresivní datové struktury, která zahrnuje všechny paralelní analýzy. Vyhodnocení přínosu vyvinuté metody bylo provedeno na stromovém korpusu Brno Phrasal Treebank a prokazuje výrazné snížení počtu výstupních stromů, aniž by tím zároveň byla dotčena přesnost analýzy.
Návaznosti
GAP401/10/0792, projekt VaVNázev: Temporální aspekty znalostí a informací
Investor: Grantová agentura ČR, Temporální aspekty znalostí a informací
VF20102014003, projekt VaVNázev: Analýza přirozeného jazyka v prostředí internetu (Akronym: APJI)
Investor: Ministerstvo vnitra ČR, Analýza přirozeného jazyka v prostředí internetu
248307, interní kód MUNázev: Pattern Recognition-based Statistically Enhanced MT (Akronym: PRESEMT)
Investor: Evropská unie, Pattern Recognition-based Statistically Enhanced MT, Spolupráce
VytisknoutZobrazeno: 13. 5. 2024 08:15