Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Fusion Model of Multi-data Sources for User Profiling in Social Media Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Recognizing Macro Chinese Discourse Structure on Label Degeneracy Combination Model

verfasst von : Feng Jiang, Peifeng Li, Xiaomin Chu, Qiaoming Zhu, Guodong Zhou

Erschienen in: Natural Language Processing and Chinese Computing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Discourse structure analysis is an important task in Natural Language Processing (NLP) and it is helpful to many NLP tasks, such as automatic summarization and information extraction. However, there are only a few researches on Chinese macro discourse structure analysis due to the lack of annotated corpora. In this paper, combining structure recognition with nuclearity recognition, we propose a Label Degeneracy Combination Model (LD-CM) to find the solution of structure recognition in the solution space of nuclearity recognition. Experimental results on the Macro Chinese Discourse TreeBank (MCDTB) show that our model improves the accuracy by 1.21%, compared with the baseline system.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Neural Chinese Word Segmentation with Dictionary Knowledge
Nächstes Kapitel LM Enhanced BiRNN-CRF for Joint Chinese Word Segmentation and POS Tagging
Literatur
1.
Li, Y.: Research on the structure of Chinese text structure and the construction of resources. Soochow University (2015)
2.
Van Dijk, T.A.: Narrative macro-structures. PTL J. Descr. Poet. Theory Lit. 1, 547–568 (1976)
3.
Hernault, H., Prendinger, H., duVerle, D.A., Ishizuka, M.: HILDA: a discourse parser using support vector machine classification. Dialogue Discourse 1(3), 1–33 (2010)CrossRef
4.
Joty, S., Carenini, G., Ng, R., Mehdad, Y.: Combining intra- and multi-sentential rhetorical parsing for document-level discourse analysis. In: ACL 2013, vol. 1, pp. 486–496. ACL, Sofia (2013)
5.
Feng, V.W., Hirst, G.: A linear-time bottom-up discourse parser with constraints and post-editing. In: ACL 2014, pp. 511–521. ACL, Baltimore (2014)
6.
Li, J., Li, R., Hovy, E.: Recursive deep models for discourse parsing. In: EMNLP 2014, pp. 2061–2069. ACL, Doha (2014)
7.
Li, Q., Li, T., Chang, B.: Discourse parsing with attention-based hierarchical neural networks. In: Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing, pp. 362–371. ACL, Austin (2016)
8.
Sagae, K.: Analysis of discourse structure with syntactic dependencies and data-driven shift-reduce parsing. In: International Workshop on Parsing Technologies, pp. 81–84. ACL, Paris (2009)
9.
Feng, V.W., Hirst, G.: Text-level discourse parsing with rich linguistic features. In: ACL 2012, vol. 1, pp. 60–68. ACL, Jeju (2012)
10.
Wang, Y., Li, S., Wang, H.: A two-stage parsing method for text-level discourse analysis. In: ACL 2017, vol. 2, pp. 184–188. ACL, Vancouver (2017)
11.
Lv, G., Na, S., Li, R., Wang, Z., Chai, Q.: Frame-based discourse structure modeling and relation recognition for Chinese sentence. J. Chin. Inf. Process. 29(6), 98–109 (2015)
12.
Sporleder, C., Lascarides, A.: Combining hierarchical clustering and machine learning to predict high-level discourse structure. In: Coling 2004, pp. 43–49. ACM, Geneva (2004)
13.
Jiang, F., Chu, X., Sheng, X., Li, P., Zhu, Q.: A macro discourse primary and secondary relation recognition method. J. Chin. Inf. Process. 32(1), 43–50 (2018)
14.
Mikolov, T., Chen, K., Corrado, G., Dean, J.: Efficient estimation of word representations in vector space. Comput. Sci. (2013)
15.
Xu, S.: Research and Implementation of Paraphrase Recognition for Question Answering. Harbin Institute of Technology (2009)
Metadaten
Titel
Recognizing Macro Chinese Discourse Structure on Label Degeneracy Combination Model
verfasst von
Feng Jiang
Peifeng Li
Xiaomin Chu
Qiaoming Zhu
Guodong Zhou
Copyright-Jahr
2018
Buch
Natural Language Processing and Chinese Computing

Print ISBN: 978-3-319-99500-7

Electronic ISBN: 978-3-319-99501-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-99501-4_8

Premium Partner

    Bildnachweise