文から論理表現への文脈依存変換を学習するための半教師モデル

Material type: 文書・図像類

Author: グエン, ミンレ

Publisher: -

Publication date: 2012-06-04

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 意味解析の改良をねらい，文脈素性を用いる方法を実装することを主に研究した．また，意味解析モデルを実装するのにラベルなしデータがどのように有効かについても研究しました．これらの点に関して，注釈のない大規模コーパスを語クラスタモデルによりモデル化し，識別学習モデルのための素性を抽出しました. 意味表現...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

JAIST Repository
Digital
You can check the holdings of institutions and databases with which 学術機関リポジトリデータベース（IRDB）（機関リポジトリ） is linked at the site of 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）.
JAIST Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 文から論理表現への文脈依存変換を学習するための半教師モデル
Author/Editor: グエン, ミンレ
Author Heading: グエン, ミンレ
Publication Date: 2012-06-04
Publication Date (W3CDTF): 2012-06-04
Alternative Title: Contextual information and semi-supervised models for transforming sentence to logical form representation
Periodical title: 科学研究費補助金研究成果報告書
Pages: 1-4
Text Language Code: jpn
Subject Heading: 意味解析
言語理解
Target Audience: 一般
Note (General): 意味解析の改良をねらい，文脈素性を用いる方法を実装することを主に研究した．また，意味解析モデルを実装するのにラベルなしデータがどのように有効かについても研究しました．これらの点に関して，注釈のない大規模コーパスを語クラスタモデルによりモデル化し，識別学習モデルのための素性を抽出しました. 意味表現と自然言語文の同期モデルを学習するために，forest-to-string 法を適用した．この問題に対し，我々は，機械学習および線型計画法を用いて，法令条文の項(paragraph)の論理構造を2 段階で学習する新しい枠組みし示した．　: The main goal of our research is to implement the method of using contextual features for improving semantic parsing problems. We also study how unlabeled data could help to implement semantic parsing model further. As a result, we exploited word-cluster models to model a large un-annotated corpus, to extract features for discriminative learning models. In addition, we also introduce a novel semi supervised learning model for semantic parsing with ambiguous supervision. We applied the forest-to-string method for learning the synchronous model between semantic representation and natural language sentence. We also present a novel two-phase framework to learn logical structures of paragraphs in legal articles using machine learning and integer linear programming.
研究種目：若手研究（Ｂ）
研究期間：2010～2011
課題番号：22700139
研究者番号：30509401
研究分野：統計的自然言語処理テキスト要約，機械翻訳，言語理解
科研費の分科・細目：情報学・知能情報学
identifier:https://dspace.jaist.ac.jp/dspace/handle/10119/10588
Format (IMT): application/pdf
Source: https://dspace.jaist.ac.jp/dspace/bitstream/10119/10588/1/22700139seika.pdf
https://dspace.jaist.ac.jp/dspace/bitstream/10119/10588/1/22700139seika.pdf
Access Restrictions: 限定公開
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 北陸先端科学技術大学院大学 : JAIST学術研究成果リポジトリ