A hybrid approach for anaphora resolution in the Russian language

Anna Kozlova, Alexey Svischev, Olga Gureenkova, Tatiana Batura

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике материалов конференциинаучнаярецензирование

4 Цитирования (Scopus)

Аннотация

The paper is dedicated to applying a hybrid approach based on rules and machine learning for anaphora resolution in the Russian language. The model combines formal rules, the Extra Trees machine learning algorithm and the Balance Cascade algorithm for working with imbalanced learning sets. A number of features were obtained from the rules or were generated from other features; in addition, the syntactic context was taken into account. A neural network algorithm SyntaxNet was used to analyze the syntactic context.

Язык оригиналаанглийский
Название основной публикацииProceedings - 2017 Siberian Symposium on Data Science and Engineering, SSDSE 2017
ИздательInstitute of Electrical and Electronics Engineers Inc.
Страницы36-40
Число страниц5
ISBN (электронное издание)9781538615935
DOI
СостояниеОпубликовано - 18 окт 2017
Событие2017 Siberian Symposium on Data Science and Engineering, SSDSE 2017 - Novosibirsk, Akademgorodok, Российская Федерация
Продолжительность: 12 апр 201713 апр 2017

Конференция

Конференция2017 Siberian Symposium on Data Science and Engineering, SSDSE 2017
СтранаРоссийская Федерация
ГородNovosibirsk, Akademgorodok
Период12.04.201713.04.2017

Fingerprint Подробные сведения о темах исследования «A hybrid approach for anaphora resolution in the Russian language». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать