×
董罗兵;郭秋明;吴伟丽;Satpute，Meghana N。

一种基于伪布尔优化的语言语料库语义相关性保留子集提取方法。 （英语） Zbl 1461.68237号

西奥。计算。科学。 836, 65-75 (2020).
自然语言研究中的文本语料库包含数十亿个单词，并且其规模不断扩大，这就产生了用最小的语义变化提取较小子集的问题。设（T={t1，点，T_n}）是注释文本语料库中的一组标记（例如单词），具有实值一元和二元属性以及语义相关关系（S^1\in\mathcal{R}^n），（S^2\in\mathcal{R}^n\ timesn}）\（X=\｛X_1，\ dots，X_n \｝\ in \｛0,1 \｝^n \）是布尔变量，用于表示来自\（T\）的子集。语料库子集提取中语义相关度保持的问题是找到一个最大化（sum\limits{i=1}^ns_i^1{X_i}+sum\limits_{i，j=1}^ns{ij}^2x_ix_j+sum\ limits_{i，j，k=1}^ ns_{ijk}^3x_ix _jx_k\）的“最优”（最小）子集（X\子集T）在属性约束下（这里考虑一个一元和一个二进制属性约束）。将这个NP-hard问题转化为在等价图中求最大流的问题，并用离散拉格朗日迭代法求解。
审核人：雅克·海诺（塔林）

MSC公司：

68T50型 自然语言处理
90C27型 组合优化

关键词：

语义联系;子集提取;语言智能;伪布尔优化;离散拉格朗日方法
PDF格式BibTeX公司 XML格式引用
\textit{L.Dong}等人，Theor。计算。科学。836，65-75（2020年；Zbl 1461.68237）
全文： 内政部

参考文献：

[1] Yen，T.-H。；吴，J.-C。；Chang，J。；Boisson，J。；Chang，J.，Writeahead:挖掘语料库中的语法模式以辅助写作，（ACL-IJCNLP 2015系统演示会议记录（2015）），139-144
[2] 米勒，D。；Biber，D.，《定量词汇研究中的可靠性评估：语料库设计和构成的影响》，《语料库语言学家》。，20, 1, 30-53 (2015)
[3] Caliskan，A。；布莱森·J·J。；Narayanan，A.，《从语料库自动派生的语义包含类人偏见》，《科学》，3566334183-186（2017）
[4] Aston，G.，《获得口译员的语言：基于语料库的方法》，（《基于语料库斯的口译研究》中的“让路”（2018），斯普林格出版社），83-96
[5] 温，T.-H。；盖西克，M。；Kim，D。；马尔基奇，N。；苏，P.-H。；Vandyke博士。；Young，S.，使用带有卷积句子重新排序的递归神经网络生成对话中的随机语言，arXiv预印本
[6] 克罗斯利，S.A。；达斯卡鲁，M。；McNamarac，D.S.，尺寸有多重要？潜在语义分析和潜在狄利克雷分配中语料库大小和意义的调查，（第30届国际佛罗里达人工智能研究学会会议，FLAIRS 2017（2017），AAAI出版社）
[7] S.O.Ebeling，语料库大小重要吗？用语料库的扩展版本重新审视ENPC案例研究，Nord.J.Engl。螺柱，15，3，33-54（2016）
[8] Lin，H。；Bilmes，J.，《有限词汇语音语料库的优化选择》（国际言语交际协会第十二届年会（2011））
[9] 刘，Y。；Iyer，R。；基尔霍夫，K。；Bilmes，J.、Svitchboard ii和fisver I:高质量有限复杂性英语会话语料库（国际言语交际协会第十六届年会（2015））
[10] 切割，D。；Kupiec，J。；佩德森，J。；Sibun，P.，《实用的部分语言标记器》（第三届应用自然语言处理会议论文集，计算语言学协会（1992）），133-140
[11] 阿加瓦尔，P。；斯特罗根，J。；Del Corro，L。；霍法特，J。；Weikum，G.，diaNED:历时语料库的时间感知命名实体消歧，（计算语言学协会第56届年会论文集（第2卷：短文），第2卷（2018年）），686-693
[12] Hearst，M.A.，从大型文本语料库中自动获取上下位词，（第14届计算语言学会议论文集——第2卷，计算语言学协会（1992年）），539-545
[13] 埃文斯，C。；Yuan，D.，一个用于监督词义消歧的大型语料库（2017）
[14] Poesio，M.，gnome语料库中的语篇注释和语义注释，（2004年ACL语篇注释研讨会论文集，计算语言学协会（2004）），72-79
[15] 加里多·J·M。；拉普拉扎，Y。；Marquina，M。；皮尔曼，A。；Escalada，J.G。；M.á克雷斯波。R。；Armenta，A.，《I3MEDIA语音数据库：用于分析和合成情感语音的三语注释语料库》（LREC，Citeser（2012）），1197-1202
[16] 鲍克，L。；Pearson，J.，《使用专业语言：使用语料库的实用指南》（2002年），Routledge
[17] Tangherlini，T.R。；Leonard，P.，《在伟大的未读之海中拖网：子语料库主题建模和人文研究》，《诗学》，41，6，725-749（2013）
[18] Witten，I.H。；Milne，D.N.，《从维基百科链接获得的语义重述性的有效、低成本测量》（2008），IAAA出版社
[19] E.Y.Ran，D.Yanay，《语义相关的监督学习方法和系统》，美国专利89096482014年12月9日。
[20] 赫尔普什，I。；Prangnawarat，N。；Hayes，C.，链接数据上基于路径的语义相关性及其在单词和实体消歧中的应用，（国际语义网会议（2015），施普林格），442-457
[21] 马雷利，M。；Bentivogli，L。；巴罗尼，M。；Bernardi，R。；梅尼尼，S。；Zamparelli，R.，Semeval-2014任务1：通过语义关联和语篇隐含对完整句子的成分分布语义模型进行评估，（第八届国际语义评估研讨会论文集（Semeval 2014）（2014）），1-8
[22] Boros，E。；Gruber，A.，关于伪布尔函数的求积，arXiv预印本·Zbl 1403.90512号
[23] Billionnet，A。；Minoux，M.，《最大化超模伪布尔函数：超模三次函数的多项式算法》，离散应用。数学。，1985年12月1日至11日·Zbl 0583.90067号
[24] Rhys，J.，《共享固定成本和网络流量的选择问题》，Manag。科学。，17, 3, 200-207 (1970) ·Zbl 0203.52505号
[25] 尚，Y。；Wah，B.W.，解决可满足性问题的基于离散拉格朗日的全局搜索方法，J.Glob。最佳。，12, 1, 61-99 (1998) ·Zbl 0904.90154号
[26] Boriboon，M。；Kriengket，K。；Chootrakool，P。；Phaholphinyo，S。；Purodakananda，S。；Thanakulwarapas，T。；Kosawat，K.，《最佳语料库开发和分析》（2009年亚洲语言处理国际会议（2009），IEEE），322-327
[27] Brown，P.F。；Desouza，P.V.公司。；Mercer，R.L。；Pietra，V.J.D。；Lai，J.C.，自然语言的基于类的n元模型，计算。语言学家。，18, 4, 467-479 (1992)
[28] Mozes，S。；Nikolaev，K。；Nussbaum，Y。；Weimann，O.，（O（n\log\log n））时间内有向平面图的最小割，（第二十届ACM-SIAM离散算法年会论文集（2018），SIAM），477-494·Zbl 1403.68172号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。