JAIST Repository >
b. 情報科学研究科・情報科学系 >
b50. 科学研究費助成事業研究成果報告書 >
平成23年度 >

このアイテムの引用には次の識別子を使用してください: http://hdl.handle.net/10119/10588

タイトル: 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
その他のタイトル: Contextual information and semi-supervised models for transforming sentence to logical form representation
著者: グエン, ミン レ
著者(別表記): Nguyen, Minh Le
キーワード: 意味解析
言語理解
発行日: 4-Jun-2012
抄録: 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.
記述: 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
言語: jpn
URI: http://hdl.handle.net/10119/10588
出現コレクション:平成23年度 (FY 2011)

このアイテムのファイル:

ファイル 記述 サイズ形式
22700139seika.pdf133KbAdobe PDF見る/開く

当システムに保管されているアイテムはすべて著作権により保護されています。

 


お問い合わせ先 : 北陸先端科学技術大学院大学 研究推進課図書館情報係