| Revista: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000365500 |
| ISSN: | 1405-5546 |
| Autores: | Kumar Sikdar, Utpal1 Ekbal, Asif1 Saha, Sriparna1 Uryupina, Olga2 Poesio, Massimo2 |
| Instituciones: | 1Indian Institute of Technology Patna, Department of Computer Science and Information Engineering, Patna, Bihar. India 2Universita di Trento, Dipartimento de Ingnegneria della Informazione, Trento, Trentino-Alto Adigio. Italia |
| Año: | 2013 |
| Periodo: | Abr-Jun |
| Volumen: | 17 |
| Número: | 2 |
| Paginación: | 137-146 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | Este artículo presenta el primer intento de resolución de anáfora para un idioma que tiene escasos recursos lingüísticos, específicamente el idioma bengalí, mediante la adaptación del sistema BART que pertenece al estado del arte y fue desarrollado originalmente para el inglés. El rendimiento general de resolución basada en co-referencias depende en gran medida de los detectores de menciones de alta precisión. Se desarrollaron unos modelos basándose en la heurística usada y en el método de aprendizaje de maquina seleccionado. Se hicieron unos experimentos para adaptar BART al idioma bengalí. La evaluación efectuada muestra que un sistema dependiente del idioma (diseñado principalmente para el inglés) puede lograr un buen rendimiento después de reentrenamiento y prueba, para el idioma nuevo usando conjuntos apropiados de características. El sistema produce los valores de recall, precisión y medida F iguales a 56.00 |
| Resumen en inglés | In this paper we present our first attempt on anaphora resolution for a resource poor language, namely Bengali. We address the issue of adapting a state-of-the-art system, BART, which was originally developed for English. Overall performance of co-reference resolution greatly depends on the high accurate mention detectors. We develop a number of models based on the heuristics used as well as on the particular machine learning employed. Thereafter we perform a series of experiments for adapting BART for Bengali. Our evaluation shows, a language-dependant system (designed primarily for English) can achieve a good performance level when re-trained and tested on a new language with proper subsets of features. The system produces the recall, precision and F-measure values of 56.00%, 46.50% and 50.80%, respectively. The contribution of this work is two-fold, viz. (i). attempt to build a machine learning based anaphora resolution system for a resource-poor Indian language; and (ii). domain adaptation of a state-of-the-art English co-reference resolution system for Bengali, which has completely different orthography and characteristics |
| Disciplinas: | Ciencias de la computación, Literatura y lingüística |
| Palabras clave: | Procesamiento de datos, Lingüística computacional, Bengalí, Resolución de anáfora, Heurística, Aprendizaje de máquinas, Detección de menciones, Campos aleatorios |
| Keyword: | Computer science, Literature and linguistics, Data processing, Computing linguistics, Bengali, Anaphora resolution, Heuristics, Machine learning, Mention detection, Random fields |
| Texto completo: | Texto completo (Ver HTML) |
