Főnévi csoportok tanulása és felismerése

A dolgozat azt tanulmányozza, hogy főnévi szerkezetek felismerése milyen részproblémákra bontható, illetve, hogy az egyes részproblémákban, milyen elemzések, teszteredmények segítenek bennünket a továbblépésben a lehető legjobb minőségű megoldás felé. A számos megközelítési lehetőség közül mi a szab...

Teljes leírás

Elmentve itt :
Bibliográfiai részletek
Szerzők: Hócza András
Iván Szabolcs
Testületi szerző: Magyar Számítógépes Nyelvészeti Konferencia (1.) (2003) (Szeged)
Dokumentumtípus: Könyv része
Megjelent: 2003
Sorozat:Magyar Számítógépes Nyelvészeti Konferencia 1
Kulcsszavak:Nyelvészet - számítógép alkalmazása
Online Access:http://acta.bibl.u-szeged.hu/59429
Leíró adatok
Tartalmi kivonat:A dolgozat azt tanulmányozza, hogy főnévi szerkezetek felismerése milyen részproblémákra bontható, illetve, hogy az egyes részproblémákban, milyen elemzések, teszteredmények segítenek bennünket a továbblépésben a lehető legjobb minőségű megoldás felé. A számos megközelítési lehetőség közül mi a szabály alapú módszereket választottuk, de ez is felvet számos specifikus részproblémát. Két tanuló algoritmust alkalmaztunk szabályok előállítására. Az egyik a közismert C4.5, a másik egy saját fejlesztésű algoritmus, az RGLearn. A teszteket egy erre a célra kifejlesztett NP elemzővel végeztük. A kísérleteket és a különféle teszteket jelentős mértékben segítette a körülbelül 1,2 millió szót tartalmazó, kézzel annotált Szeged Korpusz [1], amely különböző (iskolai, szépirodalomi, számítógépes, jogi, üzleti) szövegtípusokra tartalmazza a nyelvészeti szakértők által bejelölt főnévi csoportokat. Az NP felismerésre kifejlesztett elemzőnk, szakértői szabályokkal 65%-os, környezetfüggetlen szabályokkal 85%-os, kömyezetfüggő szabályokkal 90%-os pontossággal építette fel tesztállományban található NP szerkezeteket.
Terjedelem/Fizikai jellemzők:72-77