Parameterization of the Input in Training the HVS Semantic Parser

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F07%3A00000341" target="_blank" >RIV/49777513:23520/07:00000341 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Parameterization of the Input in Training the HVS Semantic Parser

Original language description

The aim of this paper is to present an extension of the hidden vector state semantic parser. First, we describe the statistical semantic parsing and its decomposition into the semantic and the lexical model. Subsequently, we present the original hidden vector state parser. Then, we modify its lexical model so that it supports the use of the input sequence of feature vectors instead of the sequence of words. We compose the feature vector from the automatically generated linguistic features (lemma form and morphological tag of the original word). We also examine the effect of including the original word into the feature vector. Finally, we evaluate the modified semantic parser on the Czech Human-Human train timetable corpus. We found that the performanceof the semantic parser improved significantly compared with the baseline hidden vector state parser.

Czech name

Parametrizace vstupu při trénování HVS sémantického parseru

Czech description

Cílem tohoto článku je popis rozšíření původního sémantického parseru se skrytým stavovým vektorem. Nejprve je popsáno statistické sémantické parsování a jeho dekompozice na sémantický a lexikální model. Následně popisujeme původní parser se skrytým stavovým vektorem. Poté popisujeme modifikaci jeho lexikálního modelu tak, že je možné na vstupu parseru použít posloupnost příznakových vektorů namísto posloupnosti slov. Příznakové vektory vytváříme na základě automaticky generovaných lingvistických příznaků (lemma a morfologická značka původního slova). Rovněž popisujeme vliv zahrnutí původního slova do příznakového vektoru. Na závěr práce vyhodnocujeme modifikovaný sémantický parser na českém korpusu obsahujícím dialogy týkající se příjezdů a odjezdů vlaků. Přesnost sémantického parseru vzrostla statisticky významným způsobem v porovnání s výchozím systémem ? původním parserem se skrytým stavovým vektorem.

Type

D - Article in proceedings

CEP classification

JD - Use of computers, robotics and its application

OECD FORD branch

—

Project

<a href="/en/project/1M0567" target="_blank" >1M0567: Centre for Applied Cybernetics</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2007

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

Lecture Notes in Artificial Intelligence

ISBN

978-3-540-74627-0

ISSN

—

e-ISSN

—

Number of pages

8

Pages from-to

—

Publisher name

Springer

Place of publication

Berlin

Event location

Pilsen

Event date

Sep 7, 2007

Type of event by nationality

WRD - Celosvětová akce

UT code for WoS article

000251315900053