作者归档:kingsten_88

关于kingsten_88

一直相信,语言和灵魂在一起。

一种基于生语料的无监督的语法规则学习方法

    【译者注:自然语言理解绝不是一种单纯的数学游戏,也不是单纯的语言哲学所描述的体系,因此,过分地讨论算法和语言教条都不是有前途的道路。自然语言理解是介于信息积累和语言教条综合执行的过程,因此,未来的方向也许主要停留在关注语言学习的研究方法上。
本文正是利用信息统计的手段解决传统规则学习的一种有价值的探索。因此,译者深受启发,便连夜翻译出来,希望该文也能成为大家的一盏灯。由于译者英语水平有限,加上专业知识不足,翻译必有错谬之处,请各位道友争相指正。
本文原地址:kybele.psych.cornell.edu/~edelman/adios-nips-workshop.pdf】
Shimon Edelman                        Zach Solan, David Horn, Eytan Ruppin
Department of Psychology                           Sackler Faculty of Exact Sciences
Cornell University                                        Tel Aviv University
Ithaca, NY 14853, USA                               Tel Aviv, Israel 69978
se37@cornell.edu                                        {frsolan,horn,rupping}@post.tau.ac.il
摘要 

我们将自己开发的无监督语言学习模型ADIOS [1],与计算语言学和语法理论的最新工作做了一下比较。我们的方法,就一般原理来看,类似于结构语法(比如,依赖于结构生成方式,但不又像当前生成理论由词汇反映语法知识那样),而就计算特性来看,系统又类似于语法树链接方法(比如,明显具有上下文相关特性)。我们的算法学习到的表达式完全源于语料数据(无标注),而现有关于认知和结构语法以及TAGs的文献中,这些都是由人工来制定的。因而,我们的成果完善并延伸了计算学、尤其是语言学在语言学习方面的研究。该研究也表明了语言的经验化和形式化研究也可以得到有效的结合。 继续阅读