Zobrazeno 1 - 10
of 216
pro vyhledávání: '"Gildea, D"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Scopus-Elsevier
In this paper, we present a transition system that generalizes transition-based dependency parsing techniques to generateAMR graphs rather than tree structures. In addition to a buffer and a stack, we use a fixed-size cache, and allow the system to b
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Proceedings of the Ninth Conference on Natural Language Learning, CONLL-2005, June 29-30, 80-87
STARTPAGE=80;ENDPAGE=87;TITLE=Proceedings of the Ninth Conference on Natural Language Learning, CONLL-2005, June 29-30
STARTPAGE=80;ENDPAGE=87;TITLE=Proceedings of the Ninth Conference on Natural Language Learning, CONLL-2005, June 29-30
Symbolic machine-learning classifiers are known to suffer from near-sightedness when performing sequence segmentation (chunking) tasks in natural language processing: without special architectural additions they are oblivious of the decisions they ma
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=narcis______::c04e21ffe4e02438bac556ffe31b2a88
https://research.tilburguniversity.edu/en/publications/5640229c-f6b7-4240-bb66-bd1e545afe62
https://research.tilburguniversity.edu/en/publications/5640229c-f6b7-4240-bb66-bd1e545afe62
Publikováno v:
Transactions of the Association for Computational Linguistics, Vol 7, Pp 19-31 (2019)
It is intuitive that semantic representations can be useful for machine translation, mainly because they can help in enforcing meaning preservation and handling data sparsity (many sentences correspond to one meaning) of machine translation models. O
Externí odkaz:
https://doaj.org/article/86d54844cecd4a84ace6a747a8e54b02
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.