Discriminative learning for joint template filling

Minkov Einat, Zettlemoyer Luke

פרסום מחקרי: פרק בספר / בדוח / בכנספרסום בספר כנסביקורת עמיתים

תקציר

This paper presents a joint model for template filling, where the goal is to automatically specify the fields of target relations such as seminar announcements or corporate acquisition events. The approach models mention detection, unification and field extraction in a flexible, feature-rich model that allows for joint modeling of interdependencies at all levels and across fields. Such an approach can, for example, learn likely event durations and the fact that start times should come before end times. While the joint inference space is large, we demonstrate effective learning with a Perceptron-style approach that uses simple, greedy beam decoding. Empirical results in two benchmark domains demonstrate consistently strong performance on both mention detection and template filling tasks.

שפה מקוריתאנגלית אמריקאית
כותר פרסום המארח50th Annual Meeting of the Association for Computational Linguistics, ACL 2012 - Proceedings of the Conference
עמודים845-853
מספר עמודים9
סטטוס פרסוםפורסם - 2012
אירוע50th Annual Meeting of the Association for Computational Linguistics, ACL 2012 - Jeju Island, קוריאה הדרומית
משך הזמן: 8 יולי 201214 יולי 2012

סדרות פרסומים

שם50th Annual Meeting of the Association for Computational Linguistics, ACL 2012 - Proceedings of the Conference
כרך1

כנס

כנס50th Annual Meeting of the Association for Computational Linguistics, ACL 2012
מדינה/אזורקוריאה הדרומית
עירJeju Island
תקופה8/07/1214/07/12

ASJC Scopus subject areas

  • ???subjectarea.asjc.1700.1703???
  • ???subjectarea.asjc.1700.1712???

טביעת אצבע

להלן מוצגים תחומי המחקר של הפרסום 'Discriminative learning for joint template filling'. יחד הם יוצרים טביעת אצבע ייחודית.

פורמט ציטוט ביבליוגרפי