Главная » Просмотр файлов » Диссертация

Диссертация (1137511), страница 26

Файл №1137511 Диссертация (Методы автоматического выделения тезаурусных отношений на основе словарных толкований) 26 страницаДиссертация (1137511) страница 262019-05-20СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 26)

Vol. 12, no. 10. P. 2451–2471. URL: http://www.mitpressjournals.org/doi/10.1162/089976600300015015(online; accessed: 2018-09-18).13262. Gonçalo Oliveira Hugo, Gomes Paulo. ECO and Onto.PT: a flexible approachfor creating a Portuguese wordnet automatically // Language Resources and Evaluation. 2014. Vol. 48, no. 2. P. 373–393. URL: http://dx.doi.org/10.1007/s10579-013-9249-9.63. Hearst Marti A.

Automated discovery of WordNet relations // WordNet: an electronic lexical database. 1998. P. 131–153.64. Hearst Marti A. Automatic acquisition of hyponyms from large text corpora //Proceedings of the 14th conference on Computational linguistics-Volume 2. Association for Computational Linguistics, 1992. P. 539–545.65. Hornby Albert Sydney, Cowie Anthony Paul, Lewis J Windsor.

Oxford advancedlearner’s dictionary of current English. Oxford university press London, 1974.Vol. 4.66. Huang Chu-Ren, Hsieh Shu-Kai, Hong Jia-Fei [et al.]. Chinese Wordnet: Design,implementation, and application of an infrastructure for cross-lingual knowledgeprocessing // Journal of Chinese Information Processing. 2010. Vol. 24, no. 2.P. 14–23.67. Iacobacci Ignacio, Pilehvar Mohammad Taher, Navigli Roberto. Embeddings forword sense disambiguation: An evaluation study // Proceedings of the 54th AnnualMeeting of the Association for Computational Linguistics. Vol.

1. 2016. P. 897–907.68. Iacobacci Ignacio, Pilehvar Mohammad Taher, Navigli Roberto. SensEmbed:Learning Sense Embeddings for Word and Relational Similarity. // Proceedingsof the 53rd Annual Meeting of the Association for Computational Linguistics andthe 7th International Joint Conference on Natural Language Processing. Vol. 1:Long Papers. Beijing, China : Association for Computational Linguistics, 2015.P. 95–105. URL: http://www.aclweb.org/anthology/P15-1010.69. Ide Nancy, Véronis Jean. Machine Readable Dictionaries: What have we learned,where do we go // Proceedings of the International Workshop on the Future ofLexical Research. Beijing, China, 1994. P. 137–146.13370.

Indyk Piotr, Motwani Rajeev. Approximate nearest neighbors: towards removingthe curse of dimensionality // Proceedings of the thirtieth annual ACM symposiumon Theory of computing. ACM, 1998. P. 604–613.71. Jackson H. Lexicography: An Introduction. NewYork : Routledge, 2002.ISBN: 978-0-203-46728-2.

OCLC: 956740354.72. A Probabilistic Analysis of the Rocchio Algorithm with TFIDF for Text Categorization. : Rep. / Carnegie-mellon univ pittsburgh pa dept of computer science ;Executor: Thorsten Joachims : 1996.73. Kilgarriff Adam, Yallop Colin Y. What‘s in a thesaurus? // In Proceedings of theSecond International Conference on Language Resources and Evaluation. Athens,Greece, 2000. P. 1371–1379.74. Kiselev Yuri, Krizhanovsky Andrew, Braslavski Pavel [et al.]. Russian lexicographic landscape: A tale of 12 dictionaries // Komp’juternaja Lingvistika i Intellektual’nye Tehnologii. Vol. 1. Rossiiskii Gosudarstvennyi Gumanitarnyi Universitet, 2015. P.

254–271.75. Krovetz Robert. Sense-linking in a machine readable dictionary // Proceedings ofthe 30th annual meeting on Association for Computational Linguistics. Association for Computational Linguistics, 1992. P. 330–332.76. Lesk Michael. Automatic sense disambiguation using machine readable dictionaries: how to tell a pine cone from an ice cream cone. // Proceedings of the 5th annualinternational conference on Systems documentation. ACM, 1986. P. 24–26.77. Li Fei, Zhang Meishan, Fu Guohong [et al.]. A Bi-LSTM-RNN Model forRelation Classification Using Low-Cost Sequence Features // arXiv preprintarXiv:1608.07720. 2016.78. Lindén Krister, Niemi Jyrki. Is it possible to create a very large wordnet in 100days? An evaluation // Language resources and evaluation.

2014. Vol. 48, no. 2.P. 191–201.79. Lopukhina A, Lopukhin K, Iomdin B, Nosyrev G. The taming of the polysemy:automated word sense frequency estimation for lexicographic purposes // Proceedings of EURALEX-2016. In print. 2016.13480. Lopukhina Anastasiya, Lopukhin Konstantin. Regular polysemy: from sense vectors to sense patterns // COLING 2016. 2016. P. 19.81. Loukachevitch Natalia, Dobrov Boris. RuThes linguistic ontology vs. Russianwordnets // Proceedings of Global WordNet Conference GWC-2014. 2014.82. Marello Carla. The thesaurus // Wörterbücher. Ein internationales Handbuch zurLexikographie.

1990. P. 1083–1094.83. Mayor Michael. Longman dictionary of contemporary English. Pearson Education India, 2009. ISBN: 1-4082-0297-2.84. Meyer Josef, Dale Robert. Using the WordNet hierarchy for associative anaphoraresolution // Proceedings of the 2002 workshop on Building and using semanticnetworks. Vol. 11. Association for Computational Linguistics, 2002. P. 1–7.85. Mikolov Tomas, Chen Kai, Corrado Greg, Dean Jeffrey. Efficient estimation ofword representations in vector space // arXiv preprint arXiv:1301.3781.

2013.86. Miller George A. WordNet: a lexical database for English // Communications ofthe ACM. 1995. Vol. 38, no. 11. P. 39–41.87. Navigli Roberto. Word sense disambiguation: A survey // ACM Computing Surveys (CSUR). 2009. Vol. 41, no. 2. P.

10.88. Navigli Roberto, Litkowski Kenneth C, Hargraves Orin. Semeval-2007 task 07:Coarse-grained english all-words task. // Proceedings of the 4th InternationalWorkshop on Semantic Evaluations. Association for Computational Linguistics,2007. P. 30–35.89. Navigli Roberto, Velardi Paola.

Learning word-class lattices for definition andhypernym extraction // Proceedings of the 48th Annual Meeting of the Associationfor Computational Linguistics. Association for Computational Linguistics, 2010.P. 1318–1327.90. Neff Mary S., Boguraev Branimir K. Dictionaries, Dictionary Grammars and Dictionary Entry Parsing // Proceedings of the 27th Annual Meeting on Associationfor Computational Linguistics. ACL ’89. Stroudsburg, PA, USA : Associationfor Computational Linguistics, 1989. P. 91–101. URL: http://dx.doi.org/10.3115/981623.981635.13591.

Oliveira Hugo Gonçalo, Gomes Paulo. Onto. PT: automatic construction of a lexical ontology for Portuguese // Proceedings of 5th European Starting AI ResearcherSymposium. Vol. 222. 2010. P. 199–211.92. Oliveira Hugo Gonçalo, Gomes Paulo. On the automatic enrichment of a Portuguese wordnet with dictionary definitions // Advances in artificial intelligence,local proceedings of the 16th Portuguese conference on artificial intelligence.2013. P.

486–497.93. Pasca Marius, Harabagiu Sanda. The informative role of WordNet in opendomain question answering // Proceedings of NAACL-01 Workshop on WordNetand Other Lexical Resources. 2001. P. 138–143.94. Pedersen Bolette Sandford, Nimb Sanni, Asmussen Jørg [et al.]. DanNet: the challenge of compiling a wordnet for Danish by reusing a monolingual dictionary //Language Resources and Evaluation. 2009. Vol.

43, no. 3. P. 269–299. URL:http://dx.doi.org/10.1007/s10579-009-9092-1.95. Pedregosa Fabian, Varoquaux Gaël, Gramfort Alexandre [et al.]. Scikit-learn:Machine learning in Python // The Journal of Machine Learning Research. 2011.Vol. 12. P. 2825–2830.96. Pianta Emanuele, Bentivogli Luisa, Girardi Christian.

MultiWordNet: developing an aligned multilingual database // Proceedings of the First International Conference on Global WordNet. Mysore, India, 2002. янв.. P. 146–154. URL:http://multiwordnet.fbk.eu/paper/MWN-India-published.pdf.97. Pradhan Sameer S, Loper Edward, Dligach Dmitriy, Palmer Martha. SemEval2007 task 17: English lexical sample, SRL and all words // Proceedings of the 4thInternational Workshop on Semantic Evaluations. Association for ComputationalLinguistics, 2007. P.

87–92.98. Richardson Ray, Smeaton Alan F, Murphy John. Using WordNet as a knowledgebase for measuring semantic similarity between words // Proceedings of AICSconference. 1994. P. 1–15.99. Roget Peter Mark. Roget’s Thesaurus of English Words and Phrases... TY CrowellCompany, 1911.136100. Rothe Sascha, Schütze Hinrich. Autoextend: Extending word embeddings to embeddings for synsets and lexemes // arXiv preprint arXiv:1507.01127. 2015.101. Schenkel Ralf, Suchanek Fabian M, Kasneci Gjergji.

YAWN: A Semantically Annotated Wikipedia XML Corpus. // Proceedings of the Database Systems in Business, Technology, and Web Conference. Vol. 103. 2007. P. 277–291.102. Segalovich Ilya. A Fast Morphological Algorithm with Unknown Word Guessing Induced by a Dictionary for a Web Search Engine. // Proceedings of the International Conference on Machine Learning; Models, Technologies and Applications. Las Vegas, Nevada, USA. : CSREA Press, 2003.

P. 273–280. URL:https://tech.yandex.ru/mystem/.103. Tratz Stephen, Sanfilippo Antonio, Gregory Michelle [et al.]. PNNL: a supervisedmaximum entropy approach to word sense disambiguation // Proceedings of the4th International Workshop on Semantic Evaluations. Association for Computational Linguistics, 2007. P. 264–267.104. Tufis Dan, Cristea Dan, Stamou Sofia.

BalkaNet: Aims, methods, results and perspectives. a general overview // Romanian Journal of Information science andtechnology. 2004. Vol. 7, no. 1-2. P. 9–43.105. Ustalov Dmitry. Enhancing Russian Wordnets Using the Force of the Crowd //Analysis of Images, Social Networks and Texts. Springer, 2014. P. 257–264.106.

Van Rossum Guido. Python Programming Language. // Proceedings of theUSENIX Annual Technical Conference. Vol. 41. 2007.107. Veronis Jean, Ide Nancy M. Word sense disambiguation with very large neuralnetworks extracted from machine readable dictionaries // Proceedings of the 13thconference on Computational linguistics. Vol. 2. Association for ComputationalLinguistics, 1990. P. 389–394.108. Vilain Marc B.

The Restricted Language Architecture of a Hybrid RepresentationSystem. // Proceedings of the Ninth International Joint Conference on ArtificialIntelligence. Los Angeles, USA, 1985. P. 547–551.109. Vossen Piek. A multilingual database with lexical semantic networks. Springer,1998.137110.

Vossen PJTM. EuroWordNet: a multilingual database for information retrieval //Proceedings of the DELOS workshop on Cross-language Information Retrieval.1997.111. West Michael, Philip Michael. Definition vocabulary. Department of EducationalResearch, University of Toronto, 1935.112. West Michael Philip. The New Method English Dictionary Explaining the Meaning of 24.000 Items Within a Vocabulary of 1490 Words, by Michael Philip West,...and James Gareth Endicott,... H. Didier, 1941.113. Wilks Yorick, Fass Dan, Guo Cheng-ming [et al.]. Providing Machine TractableDictionary Tools // Machine Translation. 1990. июн..

Характеристики

Список файлов диссертации

Методы автоматического выделения тезаурусных отношений на основе словарных толкований
Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6374
Авторов
на СтудИзбе
309
Средний доход
с одного платного файла
Обучение Подробнее