About: Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	skos:Concept http://linked.opendata.cz/ontology/domain/vavai/Vysledek
Description	This paper describes an implementation of a statistical semantic parser for a closed domain with limited amount of training data. We implemented the hidden vector state model, which we present as a structure discrimination of a flat-concept model. The model was implemented in the graphical modeling toolkit. We introduced into the hidden vector state model a concept insertion penalty as a part of pattern recognition approach. In our model, the linear interpolation was used for both to deal with unseen words (unobserved input events) in training data and to smooth probabilities of the model. We evaluated the implementation of the concept insertion penalty in our model on a closed domain human-human train timetable dialogue corpus. We found that the concept insertion penalty was indispensable in our implementation of the hidden vector state model on the human-human train timetable dialogue corpus. Accuracy of the baseline system was increased from 33.7% to 55.4%. (en) Tento článek popisuje implementaci statistického sémantického parseru pro omezenou doménu s malým počtem trénovacích dat. Implementovali jsme hidden vector state model. Model byl implementován v GMTK (graphical modeling toolkit). Do tohoto model jsme implementovali panalizaci za vložení konceptu. Lineární interpolace byla použita pro vyhlazení estimovaných pravděpodobností. Implementaci penalizace za vložení konceptu jsme testovali na korpusu z oblasti zodpovídání dotazí o odjezdech vlaků. Zjistili jsme, že penalizace za vloži konceptu signifikantně zlepšuje tento model. Přesnost základního systému byla zvíšena z 33.7% na 55.4%. Tento článek popisuje implementaci statistického sémantického parseru pro omezenou doménu s malým počtem trénovacích dat. Implementovali jsme hidden vector state model. Model byl implementován v GMTK (graphical modeling toolkit). Do tohoto model jsme implementovali panalizaci za vložení konceptu. Lineární interpolace byla použita pro vyhlazení estimovaných pravděpodobností. Implementaci penalizace za vložení konceptu jsme testovali na korpusu z oblasti zodpovídání dotazí o odjezdech vlaků. Zjistili jsme, že penalizace za vloži konceptu signifikantně zlepšuje tento model. Přesnost základního systému byla zvíšena z 33.7% na 55.4%. (cs)
Title	Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser (cs) Prior of the Lexical model in the Hidden Vector State Parser (en)
skos:prefLabel	Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser (cs) Prior of the Lexical model in the Hidden Vector State Parser (en)
skos:notation	RIV/49777513:23520/07:00000322!RIV08-MSM-23520___
http://linked.open.../vavai/riv/strany	94-99
http://linked.open...avai/riv/aktivita	P
http://linked.open...avai/riv/aktivity	P(1M0567)
http://linked.open...vai/riv/dodaniDat	2008
http://linked.open...aciTvurceVysledku	Zahradil, Jiří Šmídl, Luboš Jurčíček, Filip
http://linked.open.../riv/druhVysledku	D - Článek ve sborníku
http://linked.open...iv/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open...titaPredkladatele	Západočeská univerzita v Plzni / Fakulta aplikovaných věd
http://linked.open...dnocenehoVysledku	442944
http://linked.open...ai/riv/idVysledku	RIV/49777513:23520/07:00000322
http://linked.open...riv/jazykVysledku	cze - čeština
http://linked.open.../riv/klicovaSlova	spontaneous speech, dialogue systems (en)
http://linked.open.../riv/klicoveSlovo	spontaneous speech dialogue systems
http://linked.open...ontrolniKodProRIV	[9971A0E2899B]
http://linked.open...v/mistoKonaniAkce	St. Petersburg
http://linked.open...i/riv/mistoVydani	St. Petersburg
http://linked.open...i/riv/nazevZdroje	Proceedings of the 11th international conference %22Speech and computer%22 SPECOM'2006
http://linked.open...in/vavai/riv/obor	JD
http://linked.open...ichTvurcuVysledku	3 (xsd:int)
http://linked.open...cetTvurcuVysledku	3 (xsd:int)
http://linked.open...vavai/riv/projekt	Centre for Applied Cybernetics
http://linked.open...UplatneniVysledku	2007
http://linked.open...iv/tvurceVysledku	Šmídl, Luboš Jurčíček, Filip Zahradil, Jiří
http://linked.open...vavai/riv/typAkce	WRD - Světová
http://linked.open.../riv/zahajeniAkce	2006-01-01 (xsd:date)
number of pages	6 (xsd:int)
http://purl.org/ne...btex#hasPublisher	Anatolya Publishers
https://schema.org/isbn	5-7452-0074-X
http://localhost/t...ganizacniJednotka	23520
is http://linked.open...avai/riv/vysledek of	Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 41 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software