Asymmetric Distributional Similarity Measures to Recognize Textual Entailment by Generality

Résumé : Textual Entailment vise à capturer les principaux besoins d'inférence sémantique dans les applications de Traitement du Langage Naturel. Depuis 2005, dans la Textual Entailment reconnaissance tâche (RTE), les systèmes sont appelés à juger automatiquement si le sens d'une portion de texte, le texte - T, implique le sens d'un autre texte, l'hypothèse - H. Cette thèse nous nous intéressons au cas particulier de l'implication, l'implication de généralité. Pour nous, il ya différents types d'implication, nous introduisons le paradigme de l'implication textuelle en généralité, qui peut être définie comme l'implication d'une peine spécifique pour une phrase plus générale, dans ce contexte, le texte T implication Hypothèse H, car H est plus générale que T.Nous proposons des méthodes sans surveillance indépendante de la langue de reconnaissance de l'implication textuelle par la généralité, pour cela, nous présentons une mesure asymétrique informatif appelée Asymmetric simplifié InfoSimba, que nous combinons avec différentes mesures d'association asymétriques à reconnaître le cas spécifique de l'implication textuelle par la généralité.Cette thèse, nous introduisons un nouveau concept d'implication, les implications de généralité, en conséquence, le nouveau concept d'implications de la reconnaissance par la généralité, une nouvelle orientation de la recherche en Traitement du Langage Naturel.
Type de document :
Thèse
Other [cs.OH]. Ecole Nationale Supérieure des Mines de Paris, 2013. English. 〈NNT : 2013ENMP0063〉
Liste complète des métadonnées

Littérature citée [69 références]  Voir  Masquer  Télécharger

https://pastel.archives-ouvertes.fr/pastel-00962176
Contributeur : Abes Star <>
Soumis le : jeudi 20 mars 2014 - 16:44:18
Dernière modification le : mardi 27 mars 2018 - 16:06:21
Document(s) archivé(s) le : vendredi 20 juin 2014 - 13:15:44

Fichier

2013ENMP0063.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : pastel-00962176, version 1

Collections

Citation

Sebastião Pais. Asymmetric Distributional Similarity Measures to Recognize Textual Entailment by Generality. Other [cs.OH]. Ecole Nationale Supérieure des Mines de Paris, 2013. English. 〈NNT : 2013ENMP0063〉. 〈pastel-00962176〉

Partager

Métriques

Consultations de la notice

802

Téléchargements de fichiers

1034