Combining Dependency Parsers Using Error Rates

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11210%2F16%3A10330240" target="_blank" >RIV/00216208:11210/16:10330240 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-45510-5_10" target="_blank" >http://dx.doi.org/10.1007/978-3-319-45510-5_10</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-45510-5_10" target="_blank" >10.1007/978-3-319-45510-5_10</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Combining Dependency Parsers Using Error Rates

Popis výsledku v původním jazyce

This paper presents a method of improving dependency parsing accuracy by combining four parsers using error-rates (accuracy rates). We use four parsers: MSTParser, MaltParser, TurboParser and MateParser, and the data of the analytical layer of Prague Dependency Treebank. We parse data with each of the parsers and calculate error-rates for several parameters such as POS of the dependent token. These error-rates are then used to determine weights of edges in an oriented graph created by merging all the parses of a sentence provided by the parsers. We find a maximum spanning tree in this graph (a dependency tree without cycles), and achieve this way a 1.3 % UAS / 1.1 % LAS improvement compared to the best parser in our experiment.

Název v anglickém jazyce

Combining Dependency Parsers Using Error Rates

Popis výsledku anglicky

This paper presents a method of improving dependency parsing accuracy by combining four parsers using error-rates (accuracy rates). We use four parsers: MSTParser, MaltParser, TurboParser and MateParser, and the data of the analytical layer of Prague Dependency Treebank. We parse data with each of the parsers and calculate error-rates for several parameters such as POS of the dependent token. These error-rates are then used to determine weights of edges in an oriented graph created by merging all the parses of a sentence provided by the parsers. We find a maximum spanning tree in this graph (a dependency tree without cycles), and achieve this way a 1.3 % UAS / 1.1 % LAS improvement compared to the best parser in our experiment.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

60203 - Linguistics

Projekt

<a href="/cs/project/LM2011023" target="_blank" >LM2011023: Český národní korpus</a><br>

Návaznosti

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

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

Text, Speech, and Dialogue

ISBN

978-3-319-45509-9

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

11

Strana od-do

82-92

Název nakladatele

Springer Berlin Heidelberg

Místo vydání

Heidelberg

Místo konání akce

Brno

Datum konání akce

12. 9. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000389707400010