Learning Recursive Automata from Positive Examples

Isabelle Tellier 1, 2, *
* Auteur correspondant
2 MOSTRARE - Modeling Tree Structures, Machine Learning, and Information Extraction
LIFL - Laboratoire d'Informatique Fondamentale de Lille, Inria Lille - Nord Europe
Abstract : In this theoretical paper, we compare the "classical" learning techniques used to infer regular grammars from positive examples with the ones used to infer categorial grammars. To this aim, we first study how to translate finite state automata into categorial grammars and back. We then show that the generalization operators employed in both domains can be compared, and that their result can always be represented by generalized automata, called "recursive automata". The relation between these generalized automata and categorial grammars is studied in detail. Finally, new learnable subclasses of categorial grammars are defined, for which learning from strings is nearly not more expensive than from structures.
Type de document :
Article dans une revue
Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2006, New Methods in Machine Learning. Theory and Applications, 20 (6), pp.775-804. 〈10.3166/ria.20.775-804〉
Liste complète des métadonnées

Littérature citée [21 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00470101
Contributeur : Isabelle Tellier <>
Soumis le : samedi 3 avril 2010 - 16:07:37
Dernière modification le : jeudi 11 janvier 2018 - 06:22:13
Document(s) archivé(s) le : lundi 5 juillet 2010 - 21:21:10

Fichier

RIA06.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Isabelle Tellier. Learning Recursive Automata from Positive Examples. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2006, New Methods in Machine Learning. Theory and Applications, 20 (6), pp.775-804. 〈10.3166/ria.20.775-804〉. 〈inria-00470101〉

Partager

Métriques

Consultations de la notice

190

Téléchargements de fichiers

200