Algorithm development for memory models of language

Het AIO-project maakt deel uit van een Vernieuwingsimpulsproject waarin ook begeleider dr. A. van den Bosch (projectleider) en drs. G.J. Busser (wetenschappelijk programmeur) werkzaam zijn. In het project wordt empirisch onderzoek gedaan naar de toepassing van lerende systemen op taalkundige taken. De hoofdonderzoeksvraag is in hoeverre taalverwerkingstaken geleerd kunnen worden met modellen die uitgaan van ongelimiteerd gebruik van geheugen. Dergelijke geheugengebaseerde modellen slaan zo veel mogelijk voorbeelden van taalverwerking op (van willekeurige typen: uitspraak, ontleding, betekenis-desambiguering).
Vanuit dit geheugen kunnen niet alleen terugkerende patronen maar ook
nieuwe, ongeziene voorbeelden verwerkt worden doordat de modellen door middel van analoog redeneren kunnen generaliseren.

In het AIO-onderzoek wordt een klassieke implementatie van
geheugengebaseerd leren, de k-nearest neighbor classifier, vergeleken
met andere lerende systemen die in mindere mate, of juist helemaal niet op het opslaan van voorbeelden in geheugen gebaseerd zijn. Er wordt onderzocht wat de eventuele intrinsieke voordelen zijn van
geheugengebaseerde methoden door "brug"-algoritmen te bouwen:
hybridische systemen die naast een geheugengebaseerde basis onderdelen van andere lerende systemen bevatten. Systematische vergelijkingen zullen uitwijzen welke onderdelen intrinsiek bijdragen aan, of beter zijn dan het basisprincipe van geheugengebaseerd leren.