Parsing with probabilistic strictly locally testable tree languages

Empreu sempre aquest identificador per citar o enllaçar aquest ítem http://hdl.handle.net/10045/8775
Información del item - Informació de l'item - Item information
Títol: Parsing with probabilistic strictly locally testable tree languages
Autors: Verdú Mas, José Luis | Carrasco, Rafael C. | Calera Rubio, Jorge
Grups d'investigació o GITE: Reconocimiento de Formas e Inteligencia Artificial
Centre, Departament o Servei: Universidad de Alicante. Departamento de Lenguajes y Sistemas Informáticos
Paraules clau: Parsing with probabilistic grammars | Stochastic learning | Tree grammars
Àrees de coneixement: Lenguajes y Sistemas Informáticos | Ciencia de la Computación e Inteligencia Artificial
Data de publicació: de juliol-2005
Editor: IEEE
Citació bibliogràfica: VERDÚ MAS, José Luis; CARRASCO JIMÉNEZ, Rafael Carlos; CALERA RUBIO, Jorge. "Parsing with probabilistic strictly locally testable tree languages". IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol. 27, No. 7 (July 2005). ISSN 0162-8828, pp. 1040-1050
Resum: Probabilistic k-testable models (usually known as k-gram models in the case of strings) can be easily identified from samples and allow for smoothing techniques to deal with unseen events during pattern classification. In this paper, we introduce the family of stochastic k-testable tree languages and describe how these models can approximate any stochastic rational tree language. The model is applied to the task of learning a probabilistic k-testable model from a sample of parsed sentences. In particular, a parser for a natural language grammar that incorporates smoothing is shown.
Patrocinadors: Work supported by the Spanish Comisión Interministerial de Ciencia y Tecnología through grants TIC2003-08496-C04 and TIC2003-08681-C02-01.
URI: http://hdl.handle.net/10045/8775
ISSN: 0162-8828
DOI: 10.1109/TPAMI.2005.144
Idioma: eng
Tipus: info:eu-repo/semantics/article
Revisió científica: si
Apareix a la col·lecció: INV - GRFIA - Artículos de Revistas
INV - TRANSDUCENS - Artículos de Revistas

Arxius per aquest ítem:
Arxius per aquest ítem:
Arxiu Descripció Tamany Format  
ThumbnailMergePDFs.pdf490,77 kBAdobe PDFObrir Vista prèvia


Tots els documents dipositats a RUA estan protegits per drets d'autors. Alguns drets reservats.