Webbläsaren som du använder stöds inte av denna webbplats. Alla versioner av Internet Explorer stöds inte längre, av oss eller Microsoft (läs mer här: * https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Var god och använd en modern webbläsare för att ta del av denna webbplats, som t.ex. nyaste versioner av Edge, Chrome, Firefox eller Safari osv.

Default user image.

Anders Björkelund

Forskare

Default user image.

Multilingual semantic role labeling

Författare

  • Anders Björkelund
  • Love Hafdell
  • Pierre Nugues

Summary, in English

This paper describes our contribution to the semantic role labeling task (SRL-only) of the CoNLL-2009 shared task in the closed challenge(Hajic et al., 2009). Our system consists of a pipeline of independent, local classifiers

that identify the predicate sense, the arguments of the predicates, and the argument labels. Using these local models, we carried out a beam search to generate a pool of candidates. We then reranked the candidates using a joint learning approach that combines the local models and proposition features.

To address the multilingual nature of the data, we implemented a feature selection procedure that systematically explored the feature space, yielding significant gains over a standard set of features. Our system achieved the second best semantic score overall with an average labeled semantic F1 of 80.31. It obtained the best F1 score on the Chinese and German data

and the second best one on English.

Avdelning/ar

  • Institutionen för datavetenskap
  • Robotik och Semantiska System

Publiceringsår

2009

Språk

Engelska

Sidor

43-48

Publikation/Tidskrift/Serie

Proceedings of The Thirteenth Conference on Computational Natural Language Learning (CoNLL-2009)

Dokumenttyp

Konferensbidrag

Ämne

  • Computer Science

Aktiv

Published