Temat: phrasing - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Swarm algorithms for NLP : the case of limited training data
Autorzy:: Tambouratzis, George
Vassiliou, Marina
Powiązania:: https://bibliotekanauki.pl/articles/1396739.pdf
Data publikacji:: 2019
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:: particle swarm optimisation
natural language processing
text phrasing
machine translation
Opis:: The present article describes a novel phrasing model which can be used for segmenting sentences of unconstrained text into syntactically-defined phrases. This model is based on the notion of attraction and repulsion forces between adjacent words. Each of these forces is weighed appropriately by system parameters, the values of which are optimised via particle swarm optimisation. This approach is designed to be language-independent and is tested here for different languages. The phrasing model’s performance is assessed per se, by calculating the segmentation accuracy against a golden segmentation. Operational testing also involves integrating the model to a phrase-based Machine Translation (MT) system and measuring the translation quality when the phrasing model is used to segment input text into phrases. Experiments show that the performance of this approach is comparable to other leading segmentation methods and that it exceeds that of baseline systems.
Źródło:: Journal of Artificial Intelligence and Soft Computing Research; 2019, 9, 3; 219-234
2083-2567
2449-6499
Pojawia się w:: Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Using particle swarm optimization to accurately identify syntactic phrases in free text
Autorzy:: Tambouratzis, G.
Powiązania:: https://bibliotekanauki.pl/articles/91802.pdf
Data publikacji:: 2018
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:: parsing of natural language
machine translation
syntactically-derived phrasing
particle swarm optimization (PSO)
PSO
parameter optimization
Adaptive PSO
AdPSO
Opis:: The present article reviews the application of Particle Swarm Optimization (PSO) algorithms to optimize a phrasing model, which splits any text into linguistically-motivated phrases. In terms of its functionality, this phrasing model is equivalent to a shallow parser. The phrasing model combines attractive and repulsive forces between neighbouring words in a sentence to determine which segmentation points are required. The extrapolation of phrases in the specific application is aimed towards the automatic translation of unconstrained text from a source language to a target language via a phrase-based system, and thus the phrasing needs to be accurate and consistent to the training data. Experimental results indicate that PSO is effective in optimising the weights of the proposed parser system, using two different variants, namely sPSO and AdPSO. These variants result in statistically significant improvements over earlier phrasing results. An analysis of the experimental results leads to a proposed modification in the PSO algorithm, to prevent the swarm from stagnation, by improving the handling of the velocity component of particles. This modification results in more effective training sequences where the search for new solutions is extended in comparison to the basic PSO algorithm. As a consequence, further improvements are achieved in the accuracy of the phrasing module.
Źródło:: Journal of Artificial Intelligence and Soft Computing Research; 2018, 8, 1; 63-77
2083-2567
2449-6499
Pojawia się w:: Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Błędy w segmentowaniu tekstu jako przyczyna zakłóceń komunikacyjnych
Mistakes in text segmentation as a cause of communication interference
Autorzy:: Bloch, Jagoda
Powiązania:: https://bibliotekanauki.pl/articles/484463.pdf
Data publikacji:: 2014
Wydawca:: Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
Tematy:: intonacja
ekspresja mowy
frazowanie
segmentowanie
pauzy logiczne
pauzy psychologiczne
sztuka mówienia
technika mowy
prozodia
komunikacja niewerbalna
sygnały wokalne
intonation
verbal expression
phrasing
segmentation
logical pause
psychological pause
the art of speaking
technique of speaking
prosody
non-verbal communication
vocal signals
Opis:: Artykuł jest poświęcony błędom w komunikowaniu wynikającym z niepoprawnego segmentowania tekstu przez dziennikarzy, które w efekcie zakłóca logikę wypowiedzi. Pauzy robione w nieodpowiednim miejscu, lub brak pauz tam, gdzie powinny być postawione, mogą prowadzić do niezrozumienia przekazu. Poprawne dzielenie wypowiedzi na frazy wiąże się z umiejętnym stosowaniem pauz logicznych. W artykule znalazły się przykłady użycia pauz w miejscu nieprzemyślanym, przypadkowym lub takich pauz, które powstały z gwałtownej potrzeby zaczerpnięcia powietrza. Zdarza się, że chwile przerwy w mówieniu dziennikarze wypełniają nieartykułowanymi dźwiękami, co również przeszkadza odbiorcom w zrozumieniu przekazu.
The article concerns mistakes in communication resulting from ill use of text segmentation by journalists, which in effect, interfere with the logic of the statement. Pauses made in inappropriate places, or no pauses where there should be, can lead to misunderstanding the message. The proper division of statements into phrases is connected with the skillful use of logical pauses. The article contains examples of using pauses in unthought through, random places, or pauses that were created due to lack of possibility to draw a breath. It happened that pauses in a journalist’s speech were fi lled with unarticulated sounds, which also interfere with understanding the message.
Źródło:: Studia Medioznawcze; 2014, 2 (57); 169-181
2451-1617
Pojawia się w:: Studia Medioznawcze
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "phrasing" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język