دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: آموزشی ویرایش: 1 نویسندگان: Sašo Džeroski, James Cussens, Suresh Manandhar (auth.), James Cussens, Sašo Džeroski (eds.) سری: Lecture Notes in Computer Science 1925 : Lecture Notes in Artificial Intelligence ISBN (شابک) : 3540411453, 9783540411451 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2000 تعداد صفحات: 299 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب یادگیری زبان در منطق: هوش مصنوعی (شامل رباتیک)، منطق ریاضی و زبان های رسمی
در صورت تبدیل فایل کتاب Learning Language in Logic به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یادگیری زبان در منطق نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
منشا این جلد اولین کارگاه آموزشی زبان در منطق (LLL) است که در 30 ژوئن 1999 در بلد، اسلوونی بلافاصله پس از نهمین کارگاه بین المللی برنامه نویسی منطق استقرایی (ILP'99) و شانزدهمین کنفرانس بین المللی یادگیری ماشین (ICML'99). LLL یک منطقه تحقیقاتی است که در تقاطع زبان شناسی محاسباتی، یادگیری ماشین و منطق محاسباتی قرار دارد. به این ترتیب برای همه کسانی که در این سه حوزه کار می کنند جالب است. من خوشحالم که بگویم که این کارگاه هم از جامعه پردازش زبان طبیعی (NLP) و هم از جامعه ILP دریافت کرد که ماهیت اساساً چند رشته ای LLL را منعکس می کند. اریک بریل و ری مونی سخنرانان دعوت شده در این کارگاه بودند و مشارکت آنها در این جلد، موضوعات گفتگوهای دعوت شده تحریک کننده آنها را بازگو می کند. بعد از اینکه به نویسندگان کارگاه فرصت داده شد تا مقالات خود را بهبود بخشند که نتایج آن در اینجا آمده است. با این حال، این حجم همچنین شامل مقدار قابل توجهی از دو نوع ماده اضافی است. اولاً، از آنجایی که هدف اصلی ما معرفی کار LLL به گسترده ترین مخاطبان ممکن است، دو فصل مقدماتی نوشته شده است. دزروسکی،؟ Cussens و Manandhar مقدمهای بر ILP و LLL و تامپسون مقدمهای بر NLP ارائه میدهند.
This volume has its origins in the ?rst Learning Language in Logic (LLL) wo- shop which took place on 30 June 1999 in Bled, Slovenia immediately after the Ninth International Workshop on Inductive Logic Programming (ILP’99) and the Sixteenth International Conference on Machine Learning (ICML’99). LLL is a research area lying at the intersection of computational linguistics, machine learning, and computational logic. As such it is of interest to all those working in these three ?elds. I am pleased to say that the workshop attracted subm- sions from both the natural language processing (NLP) community and the ILP community, re?ecting the essentially multi-disciplinary nature of LLL. Eric Brill and Ray Mooney were invited speakers at the workshop and their contributions to this volume re?ect the topics of their stimulating invited talks. After the workshop authors were given the opportunity to improve their papers, the results of which are contained here. However, this volume also includes a substantial amount of two sorts of additional material. Firstly, since our central aim is to introduce LLL work to the widest possible audience, two introductory chapters have been written. Dzeroski, ? Cussens and Manandhar provide an - troduction to ILP and LLL and Thompson provides an introduction to NLP.
An Introduction to Inductive Logic Programming and Learning Language in Logic....Pages 3-35
A Brief Introduction to Natural Language Processing for Non-linguists....Pages 36-48
A Closer Look at the Automatic Induction of Linguistic Knowledge....Pages 49-56
Learning for Semantic Interpretation: Scaling Up without Dumbing Down....Pages 57-66
Learning to Lemmatise Slovene Words....Pages 69-88
Achievements and Prospects of Learning Word Morphology with Inductive Logic Programming....Pages 89-109
Learning the Logic of Simple Phonotactics....Pages 110-124
Grammar Induction as Substructural Inductive Logic Programming....Pages 127-142
Experiments in Inductive Chart Parsing....Pages 143-156
ILP in Part-of-Speech Tagging — An Overview....Pages 157-169
Iterative Part-of-Speech Tagging....Pages 170-183
DCG Induction Using MDL and Parsed Corpora....Pages 184-198
Learning Log-Linear Models on Constraint-Based Grammars for Disambiguation....Pages 199-217
Unsupervised Lexical Learning with Categorial Grammars Using the LLL Corpus....Pages 218-236
Induction of Recursive Transfer Rules....Pages 237-246
Learning for Text Categorization and Information Extraction with ILP....Pages 247-258
Corpus-Based Learning of Semantic Relations by the ILP System, Asium....Pages 259-278
Improving Learning by Choosing Examples Intelligently in Two Natural Language Tasks....Pages 279-299