Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Przeglądasz jako GOŚĆ
Tytuł pozycji:

Visual Disambiguation of Preprositional Phrase Attachments : Multimodal Machine Learning for Syntactic Analysis Correction

Tytuł :
Visual Disambiguation of Preprositional Phrase Attachments : Multimodal Machine Learning for Syntactic Analysis Correction
Autorzy :
Delecraz, Sebastien
Becerra-Bonache, Leonor
Nasr, Alexis
Bechet, Frédéric
Favre, Benoit
Pokaż więcej
Temat :
[INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL]
[INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG]
[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
[INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV]
[INFO.INFO-TT]Computer Science [cs]/Document and Text Processing
[INFO.INFO-NE]Computer Science [cs]/Neural and Evolutionary Computing [cs.NE]
Źródło :
Advances in Computational Intelligence 15th International Work-Conference on Artificial Neural Networks, IWANN 2019, Gran Canaria, Spain, June 12-14, 2019
IWANN: International Work-Conference on Artificial Neural Networks
IWANN: International Work-Conference on Artificial Neural Networks, Jun 2019, Gran Canaria, Spain. ⟨10.1007/978-3-030-20521-8_52⟩
Wydawca :
HAL CCSD, 2019.
Rok publikacji :
2019
Język :
English
ISSN :
02465051
DOI :
10.1007/978-3-030-20521-8_52
Numer akcesji :
edsair.od.......212..51cea92a28e4f28e67d09ca19a9e8a87
International audience; Prepositional phrase attachments are known to be an important source of errors in parsing natural language. In some cases, pure syntactic features cannot be used for prepositional phrase attachment disambiguation while visual features could help. In this work, we are interested in the impact of the integration of such features in a parsing system. We propose a correction strategy pipeline for prepositional attachments using visual information, trained on a multimodal corpus of images and captions. The evaluation of the system shows us that using visual features allows, in certain cases, to correct the errors of a parser. It also helps to identify the most difficult aspects of such integration.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies