Dezlănțuirea puterii N-Gramelor sintactice: O soluție pentru lingvistica cognitivă explicabilă

Titlul original:

Unleashing the Power of Syntactic N-Grams: A Solution for Explainable Cognitive Linguistics

Conținutul cărții:

Recent, procesarea limbajului natural a înregistrat o creștere a tehnologiilor costisitoare din punct de vedere computațional (deși eficiente) pentru a trata nuanțele limbajului. Deși abordările tradiționale par a fi mai puțin populare în prezent, există mai multe avantaje pe care acestea le pot oferi. În special, modelele bazate pe n-grame favorizează explicabilitatea algoritmilor bazați pe inteligența artificială. Acesta este motivul pentru care a fost concepută această carte.

Studii recente aplicate în domenii conexe (Sidorov, 2013) arată că n-gramele sintactice pot contribui la îmbunătățirea mai multor sarcini, deoarece iau în considerare nu numai cuvintele expresiilor, ci și partea lor de vorbire și conexiunile pe distanțe lungi pe care le pot capta. Un dezavantaj al n-gramei sintactice ar putea fi necesitatea unui parser, care poate fi lent și poate să nu fie disponibil pentru toate limbile, astfel încât beneficiile utilizării acestei resurse suplimentare ar trebui să fie clare. În această lucrare prezentăm o cercetare aprofundată pentru a prezenta punctele forte și punctele slabe ale utilizării n-gramei sintactice într-o varietate de aplicații. Unele dintre acestea au beneficiat de această abordare, în timp ce altele au fost doar puțin explorate. Printre altele, prezentăm mai multe tehnici pentru entailment textual, corectarea erorilor și detectarea știrilor false. Sunt evaluate diferite tipuri de n-grame sintactice (sn-grame): sn-grame bazate pe dependențe și sn-grame bazate pe constituenți. De asemenea, evaluăm aceste variante împreună cu sn-grame continue și non-continue. Ne așteptăm ca această carte să îi ajute pe cititorii noștri să aprecieze beneficiile utilizării n-gramelor și a n-gramelor sintactice într-o serie de aplicații.

Cele detaliate în această carte și multe altele care pot fi găsite în vastul domeniu al lingvisticii computaționale.