Combining machine learning and rule-based approaches in Spanish syntactic generation

Mostra el registre complet Registre parcial de l'ítem

• dc.contributor.author Melero Nogués, Maria Teresa
• dc.contributor.other Badia i Cardús, Antoni
• dc.contributor.other Universitat Pompeu Fabra. Institut Universitari de Lingüística Aplicada
• dc.date.accessioned 2024-03-16T02:34:01Z
• dc.date.available 2024-03-16T02:34:01Z
• dc.date.issued 2011-04-12T16:35:30Z
• dc.date.issued 2006-06-27
• dc.date.issued 2006-06-02
• dc.date.issued 2006-06-27
• dc.date.modified 2024-03-15T10:58:10Z
• dc.description.abstract Aquesta tesi descriu una gramàtica de Generació que combina regles escrites a mà i tècniques d'aprenentatge automàtic. Aquesta gramàtica pertany a un sistema de Traducció Automàtica de qualitat comercial desenvolupat a Microsoft Research. La primera part presenta la gramàtica i les principals estratègies lingüístiques que aquesta gramàtica implementa. Els requeriments de robustesa que reclama l'ús real del sistema de TA, exigeix del Generador un esforç suplementari que es resol afegint un nivell de pre-generació, capaç de garantir la integritat de l'entrada, sense incorporar elements ad-hoc en les regles de la gramàtica. A la segona part, explorem l'ús dels classificadors d'arbres de decisió (DT) per tal d'aprendre automàticament una de les operacions que tenen lloc al mòdul de pre-generació, en concret la selecció lèxica del verb copulatiu en espanyol (ser o estar). Mostrem que és possible inferir a partir d'exemples els contextos per aquest fenòmen lingüístic no trivial, amb gran precisió.
• dc.description.abstract This thesis describes a Spanish Generation grammar which combines hand-written rules and Machine Learning techniques. This grammar belongs to a full-scale commercial quality Machine Translation system developed at Microsoft Research. The first part presents the grammar and the linguistic strategies it embodies. The need for robustness in real-world situations in the everyday use of the MT system requires from the Generator an extra effort which is resolved by adding a Pre-Generation layer which is able to fix the input to Generation, without contaminating the grammar rules. In the second part we explore the use of Decision Tree classifiers (DT) for automatically learning one of the operations that take place in the Pre-Generation component, namely lexical selection of the Spanish copula (i.e. ser and estar). We show that it is possible to infer from examples the contexts for this non-trivial linguistic phenomenon with high accuracy.
• dc.description.abstract Programa de doctorat en Traducció i Ciències del Llenguatge
• dc.format application/pdf
• dc.format application/pdf
• dc.identifier 8469003178
• dc.identifier http://www.tdx.cat/TDX-0627106-140334
• dc.identifier http://hdl.handle.net/10803/7501
• dc.identifier B.34197-2006
• dc.identifier.uri http://hdl.handle.net/10230/11862
• dc.language.iso eng
• dc.publisher Universitat Pompeu Fabra
• dc.rights ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
• dc.rights info:eu-repo/semantics/openAccess
• dc.source TDX (Tesis Doctorals en Xarxa)
• dc.subject.keyword Spanish copula
• dc.subject.keyword robustness
• dc.subject.keyword decision trees
• dc.subject.keyword machine learning
• dc.subject.keyword sentence realizers
• dc.subject.keyword natural language generation
• dc.subject.keyword machine translation
• dc.subject.keyword verb copulatiu
• dc.subject.keyword robustesa
• dc.subject.keyword arbres de decisió
• dc.subject.keyword métodes estadístics
• dc.subject.keyword generació sintàctica
• dc.subject.keyword traducció automàtica
• dc.subject.keyword 004
• dc.subject.keyword 81
• dc.title Combining machine learning and rule-based approaches in Spanish syntactic generation
• dc.type info:eu-repo/semantics/doctoralThesis
• dc.type info:eu-repo/semantics/publishedVersion