Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Cross-Lingual SRL Based upon Universal Dependencies

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F17%3A43949766" target="_blank" >RIV/49777513:23520/17:43949766 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.26615/978-954-452-049-6_077" target="_blank" >http://dx.doi.org/10.26615/978-954-452-049-6_077</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.26615/978-954-452-049-6_077" target="_blank" >10.26615/978-954-452-049-6_077</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Cross-Lingual SRL Based upon Universal Dependencies

  • Popis výsledku v původním jazyce

    In this paper, we introduce a cross-lingual Semantic Role Labeling (SRL) systém with language independent features based upon Universal Dependencies. We propose two methods to convert SRL annotations from monolingual dependency trees into universal dependency trees. Our SRL system is based upon cross-lingual features derived from universal dependency trees and supervised learning that utilizes a maximum entropy classifier. We design experiments to verify whether the Universal Dependencies are suitable for the cross-lingual SRL. The results are very promising and they open new interesting research paths for the future.

  • Název v anglickém jazyce

    Cross-Lingual SRL Based upon Universal Dependencies

  • Popis výsledku anglicky

    In this paper, we introduce a cross-lingual Semantic Role Labeling (SRL) systém with language independent features based upon Universal Dependencies. We propose two methods to convert SRL annotations from monolingual dependency trees into universal dependency trees. Our SRL system is based upon cross-lingual features derived from universal dependency trees and supervised learning that utilizes a maximum entropy classifier. We design experiments to verify whether the Universal Dependencies are suitable for the cross-lingual SRL. The results are very promising and they open new interesting research paths for the future.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20204 - Robotics and automatic control

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LO1506" target="_blank" >LO1506: Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Recent Advances in Natural Language Processing Meet Deep Learning Proceedings

  • ISBN

    978-954-452-048-9

  • ISSN

    1313-8502

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    9

  • Strana od-do

    592-690

  • Název nakladatele

    INCOMA Ltd.

  • Místo vydání

    Shoumen

  • Místo konání akce

    Varna

  • Datum konání akce

    2. 9. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku