ABL: alignmentsbasiertes Lernen

Dieses Papier führt einen neuen Typ von Grammatik-Lernalgorithmus ein, der von der Editierdistanz von Zeichenfolgen inspiriert ist (Wagner und Fischer, 1974). Der Algorithmus nimmt ein Korpus flacher Sätze als Eingabe und gibt ein Korpus von etikettierten, klammerten Sätzen zurück. Die Methode funktioniert mit Paaren unstrukturierter Sätze, die ein oder mehrere gemeinsame Wörter haben. Wenn zwei Sätze in Teile unterteilt werden, die in beiden Sätzen gleich sind, und Teile, die unterschiedlich sind, wird diese Information verwendet, um Teile zu finden, die austauschbar sind. Diese Teile werden als mögliche Bestandteile des gleichen Typs betrachtet. Nach diesem Schritt des Alignierung Lernens wählt der Schritt des Auswahl Lernens die wahrscheinlichsten Bestandteile aus allen möglichen Bestandteilen aus. Diese Methode wurde verwendet, um Struktur im ATIS-Korpus (Marcus et al., 1993) und im OVIS (Openbaar Vervoer Informatie Systeem (OVIS) steht für Öffentliches Verkehrsinformationssystem.) Korpus (Bonnema et al., 1997) zu bootstrapen. Obwohl die Ergebnisse ermutigend sind (wir erreichten eine Präzision von bis zu 89,25 % bei nicht überlappenden Klammern), wird dieses Papier einige der Schwächen unseres Ansatzes aufzeigen und mögliche Lösungen vorschlagen.