Two bracketing schemes for the Penn Treebank

Näytä kaikki kuvailutiedot



Pysyväisosoite

http://hdl.handle.net/10138/24928

Lähdeviite

Yli-Jyrä , A 2006 , Two bracketing schemes for the Penn Treebank . in A man of measure . The Linguistic Association of Finland , Turku , pp. 472 - 479 . < http://www.ling.helsinki.fi/sky/julkaisut/sky2006special.shtml >

Julkaisun nimi: Two bracketing schemes for the Penn Treebank
Tekijä: Yli-Jyrä, Anssi
Muu tekijä: University of Helsinki, Department of Modern Languages 2010-2017
Julkaisija: The Linguistic Association of Finland
Päiväys: 2006
Kieli: eng
Sivumäärä: 8
Kuuluu julkaisusarjaan: A man of measure
URI: http://hdl.handle.net/10138/24928
Tiivistelmä: The trees in the Penn Treebank have a standard representation that involves complete balanced bracketing. In this article, an alternative for this standard representation of the tree bank is proposed. The proposed representation for the trees is loss-less, but it reduces the total number of brackets by 28%. This is possible by omitting the redundant pairs of special brackets that encode initial and final embedding, using a technique proposed by Krauwer and des Tombe (1981). In terms of the paired brackets, the maximum nesting depth in sentences decreases by 78%. The 99.9% coverage is achieved with only five non-top levels of paired brackets. The observed shallowness of the reduced bracketing suggests that finite-state based methods for parsing and searching could be a feasible option for tree bank processing.
Avainsanat: 612 Languages and Literature
kieliteknologia
language technology
treebanks
syntax
phrase markers
kieliteknologia
113 Computer and information sciences
finite-state methods
Tekijänoikeustiedot:


Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
2.6.9._YLI_JYRA.pdf 181.6KB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä kaikki kuvailutiedot