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
ویرایش: 1
نویسندگان: Wenliang Chen. Min Zhang (auth.)
سری:
ISBN (شابک) : 9789812875518, 9789812875525
ناشر: Springer-Verlag Singapur
سال نشر: 2015
تعداد صفحات: 149
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه وابستگی نیمه نظارتی: زبانشناسی محاسباتی
در صورت تبدیل فایل کتاب Semi-Supervised Dependency Parsing 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 تجزیه وابستگی نیمه نظارتی 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.
این کتاب مروری جامع از رویکردهای نیمه نظارت شده برای تجزیه وابستگی ارائه میکند. با محبوبیت فزاینده ای در سال های اخیر، یکی از دلایل اصلی موفقیت آنها این است که آنها می توانند از داده های بدون برچسب بزرگ همراه با داده های برچسب دار نسبتا کوچک استفاده کنند و مزایای خود را در زمینه تجزیه وابستگی برای بسیاری از زبان ها نشان داده اند. روشهای تجزیه وابستگی نیمهنظارتشده مختلفی در کارهای اخیر پیشنهاد شدهاند که از انواع مختلفی از اطلاعات جمعآوریشده از دادههای بدون برچسب استفاده میکنند. این کتاب به خوانندگان مقدمه ای جامع از این رویکردها ارائه می دهد و آن را به عنوان یک کتاب درسی ایده آل برای دانشجویان و محققان پیشرفته در مقطع کارشناسی و کارشناسی ارشد در زمینه های تجزیه نحوی و پردازش زبان طبیعی مناسب می کند.
This book presents a comprehensive overview of semi-supervised approaches to dependency parsing. Having become increasingly popular in recent years, one of the main reasons for their success is that they can make use of large unlabeled data together with relatively small labeled data and have shown their advantages in the context of dependency parsing for many languages. Various semi-supervised dependency parsing approaches have been proposed in recent works which utilize different types of information gleaned from unlabeled data. The book offers readers a comprehensive introduction to these approaches, making it ideally suited as a textbook for advanced undergraduate and graduate students and researchers in the fields of syntactic parsing and natural language processing.
Front Matter....Pages i-viii
Introduction....Pages 1-10
Dependency Parsing Models....Pages 11-25
Overview of Semi-supervised Dependency Parsing Approaches....Pages 27-31
Training with Auto-parsed Whole Trees....Pages 33-47
Training with Lexical Information....Pages 49-56
Training with Bilexical Dependencies....Pages 57-70
Training with Subtree Structures....Pages 71-105
Training with Dependency Language Models....Pages 107-126
Training with Meta-features....Pages 127-140
Closing Remarks....Pages 141-144