Corpus-based Syntactic Typological Methods for Dependency Parsing Improvement

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3A10476178" target="_blank" >RIV/00216208:11320/23:10476178 - isvavai.cz</a>

Výsledek na webu

<a href="https://aclanthology.org/2023.sigtyp-1.8" target="_blank" >https://aclanthology.org/2023.sigtyp-1.8</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.18653/v1/2023.sigtyp-1.8" target="_blank" >10.18653/v1/2023.sigtyp-1.8</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Corpus-based Syntactic Typological Methods for Dependency Parsing Improvement

Popis výsledku v původním jazyce

This article presents a comparative analysis of four different syntactic typological approaches applied to 20 different languages to determine the most effective one to be used for the improvement of dependency parsing results via corpus combination. We evaluated these strategies by calculating the correlation between the language distances and the empirical LAS results obtained when languages were combined in pairs. From the results, it was possible to observe that the best method is based on the extraction of word order patterns which happen inside subtrees of the syntactic structure of the sentences.

Název v anglickém jazyce

Corpus-based Syntactic Typological Methods for Dependency Parsing Improvement

Popis výsledku anglicky

This article presents a comparative analysis of four different syntactic typological approaches applied to 20 different languages to determine the most effective one to be used for the improvement of dependency parsing results via corpus combination. We evaluated these strategies by calculating the correlation between the language distances and the empirical LAS results obtained when languages were combined in pairs. From the results, it was possible to observe that the best method is based on the extraction of word order patterns which happen inside subtrees of the syntactic structure of the sentences.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2023

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 5th Workshop on Research in Computational Linguistic Typology and Multilingual NLP

ISBN

978-1-959429-56-2

ISSN

—

e-ISSN

—

Počet stran výsledku

13

Strana od-do

76-88

Název nakladatele

Association for Computational Linguistics

Místo vydání

Stroudsburg, PA, USA

Místo konání akce

Dubrovnik, Croatia

Datum konání akce

2. 5. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—