ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Semantic Role Labeling (Synthesis Lectures on Human Language Technologies)

دانلود کتاب برچسب گذاری نقش معنایی (سخنرانی ترکیبی در مورد فناوری های زبان انسانی)

Semantic Role Labeling (Synthesis Lectures on Human Language Technologies)

مشخصات کتاب

Semantic Role Labeling (Synthesis Lectures on Human Language Technologies)

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: 1 
نویسندگان: , ,   
سری:  
ISBN (شابک) : 1598298313, 9781598298314 
ناشر:  
سال نشر: 2010 
تعداد صفحات: 104 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 715 کیلوبایت 

قیمت کتاب (تومان) : 69,000



کلمات کلیدی مربوط به کتاب برچسب گذاری نقش معنایی (سخنرانی ترکیبی در مورد فناوری های زبان انسانی): علوم و مهندسی کامپیوتر، هوش مصنوعی، زبانشناسی محاسباتی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Semantic Role Labeling (Synthesis Lectures on Human Language Technologies) 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 برچسب گذاری نقش معنایی (سخنرانی ترکیبی در مورد فناوری های زبان انسانی) 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.


توضیحاتی در مورد کتاب برچسب گذاری نقش معنایی (سخنرانی ترکیبی در مورد فناوری های زبان انسانی)

هدف این کتاب ارائه مروری بر چندین جنبه از برچسب گذاری نقش معنایی است. فصل 1 با پیشینه زبانی در مورد تعریف نقش های معنایی و مناقشات پیرامون آنها آغاز می شود. فصل 2 توضیح می‌دهد که چگونه نظریه‌ها به واژگان ساختاری مانند FrameNet، VerbNet و PropBank Frame Files منجر شده‌اند که به نوبه خود مبنایی را برای حاشیه‌نویسی معنایی در مقیاس بزرگ از مجموعه‌ها فراهم می‌کنند. این داده‌ها توسعه سیستم‌های برچسب‌گذاری خودکار نقش معنایی را بر اساس تکنیک‌های یادگیری ماشینی نظارت شده تسهیل کرده است. فصل 3 اصول کلی استفاده از یادگیری ماشین تحت نظارت و بدون نظارت را برای این کار، با شرح مراحل استاندارد و انتخاب ویژگی ها، و همچنین ارائه جزئیات چندین سیستم خاص، ارائه می کند. پیشرفت‌های اخیر شامل استفاده از استنتاج مشترک برای استفاده از حساسیت‌های زمینه، و تلاش برای بهبود عملکرد با ادغام دقیق‌تر وظیفه تجزیه نحوی با برچسب‌گذاری نقش معنایی است. فصل 3 همچنین تأثیر دانه بندی نقش های معنایی بر عملکرد سیستم را مورد بحث قرار می دهد. با تشریح رویکرد اساسی در رابطه با انگلیسی، فصل 4 به بحث در مورد استفاده از تکنیک های مشابه در سایر زبان ها، با استفاده از چینی به عنوان مثال اولیه می پردازد. اگرچه داده‌های آموزشی قابل‌توجهی برای چینی در دسترس است، این مورد برای بسیاری از زبان‌های دیگر صادق نیست و تکنیک‌هایی برای نمایش برچسب‌های نقش انگلیسی بر روی بدنه‌های موازی نیز ارائه شده‌اند. فهرست مطالب: مقدمه / نقش های معنایی / منابع واژگانی موجود / یادگیری ماشینی برای برچسب گذاری نقش معنایی / دیدگاه بین زبانی / خلاصه


توضیحاتی درمورد کتاب به خارجی

This book is aimed at providing an overview of several aspects of semantic role labeling. Chapter 1 begins with linguistic background on the definition of semantic roles and the controversies surrounding them. Chapter 2 describes how the theories have led to structured lexicons such as FrameNet, VerbNet and the PropBank Frame Files that in turn provide the basis for large scale semantic annotation of corpora. This data has facilitated the development of automatic semantic role labeling systems based on supervised machine learning techniques. Chapter 3 presents the general principles of applying both supervised and unsupervised machine learning to this task, with a description of the standard stages and feature choices, as well as giving details of several specific systems. Recent advances include the use of joint inference to take advantage of context sensitivities, and attempts to improve performance by closer integration of the syntactic parsing task with semantic role labeling. Chapter 3 also discusses the impact the granularity of the semantic roles has on system performance. Having outlined the basic approach with respect to English, Chapter 4 goes on to discuss applying the same techniques to other languages, using Chinese as the primary example. Although substantial training data is available for Chinese, this is not the case for many other languages, and techniques for projecting English role labels onto parallel corpora are also presented. Table of Contents: Preface / Semantic Roles / Available Lexical Resources / Machine Learning for Semantic Role Labeling / A Cross-Lingual Perspective / Summary



فهرست مطالب

Preface......Page 12
Introduction......Page 14
Linguistic Background......Page 15
Lexical Conceptual Structures......Page 20
Proto-Roles......Page 22
Levin\'s Verb Classes and Alternations......Page 27
Frame Semantics......Page 31
FrameNet......Page 34
VerbNet......Page 35
PropBank......Page 37
Limitations to a Verb-Specific Approach......Page 39
Semlink......Page 40
Summary......Page 41
Identification and Classification......Page 44
Phrase Type......Page 46
Parse Tree Path......Page 48
Position......Page 52
Head Word......Page 53
Features Introduced in Later Systems......Page 54
Choice of Machine Learning Method......Page 55
Feature Combinations......Page 56
Reranking......Page 57
Integer Linear Programming......Page 58
Integrated Parsing and SRL......Page 59
Choice of Syntactic Representation......Page 60
Combining Parsers......Page 61
Evaluation......Page 62
Choice of Resources and Combination of Resources......Page 63
Unsupervised and Partially Supervised Approaches......Page 64
A Cross-Lingual Perspective......Page 66
Semantic Role Projection......Page 69
Semantic Role Alignment......Page 72
Language-(In)Dependent Semantic Role Labeling......Page 74
The Chinese PropBank......Page 75
Semantic Role Labeling for Verbs......Page 76
Semantic Role Labeling for Nouns......Page 83
Summary......Page 88
Summary......Page 90
Bibliography......Page 92
Authors\' Biographies......Page 104




نظرات کاربران