Improving a symbolic parser through partially supervised learning

Résumé : Récemment, plusieurs analyseurs syntaxiques statistiques ont été entrainés et évalués sur la version en dépendances du French TreeBank (FTB). Cependant, des analyseurs symboliques plus anciens continuent à exister, dont FRMG, un analyseur TAG à large couverture. Il est intéressant de comparer ces divers analyseurs, fondés sur des approches très différentes et d'explorer des possibilités d'hybridation. En particulier, nous explorons l'utilisation de techniques d'apprentissage partiellement supervisé pour améliorer les performances de FRMG au niveau de celles des analyseurs statistiques.
Type de document :
Communication dans un congrès
The 13th International Conference on Parsing Technologies (IWPT), Nov 2013, Naria, Japan. 2013
Liste complète des métadonnées

Littérature citée [15 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00879358
Contributeur : Eric Villemonte de La Clergerie <>
Soumis le : samedi 2 novembre 2013 - 22:58:38
Dernière modification le : jeudi 15 novembre 2018 - 20:27:26
Document(s) archivé(s) le : lundi 3 février 2014 - 04:26:54

Fichier

mgconll.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00879358, version 1

Collections

Citation

Éric Villemonte de La Clergerie. Improving a symbolic parser through partially supervised learning. The 13th International Conference on Parsing Technologies (IWPT), Nov 2013, Naria, Japan. 2013. 〈hal-00879358〉

Partager

Métriques

Consultations de la notice

294

Téléchargements de fichiers

149