Název:
Joint Learning of Syntax and Semantics
Překlad názvu:
Joint Learning of Syntax and Semantics
Autoři:
Ercegovcevic, Milos ; Bojar, Ondřej (vedoucí práce) ; Mareček, David (oponent) Typ dokumentu: Diplomové práce
Rok:
2013
Jazyk:
eng
Abstrakt: Diplomová práce se zabývá problémem strojového učení nepozorovaných úrovní abstrakce mělké sémantické reprezentace. Odstraňujeme předpoklady, které se při sémantické anotaci lingvistických zdrojů obvykle činí, např. pevný počet sémantických rolí v PropBanku, a učíme se klíčové lingvistické prvky této ano- tace (sémantické rámce, slovesa, lexikální a syntaktické třídy) s různou mírou ab- strakce. Model implementujeme pomocí latentních gramatik a získané struktury je možné použít pro úlohu značkování sémantických rolí (semantic role labeling, SRL) v několika jazycích s přesností srovnatelnou s jinými současnými přístupy. Navíc ukazujeme, že tyto struktury jsou velmi blízké abstrakcím, které je možné pozorovat ve FrameNetu. Celkovým výsledkem je tak jazykově-nezávislý model sémantické informace bez rysů, který produkuje interpretovatelné struktury a jeho použitelnost je na úloze SRL empiricky ověřena.
Klíčová slova:
joint learning; language-independent; latent variables; semantics; syntax; jazyková nezávislost; joint learning; latentní proměnné; syntaxe; sémantika