Machine learning in linguistic research

    Project: Research project

    Project Details

    Description

    Doel van dit project is het vinden van methodes voor het ongesuperviseerd leren van structurele aspecten van natuurlijke taal met behulp van vector gebaseerde representatievormen.
    Het onderzoek spitst zich toe op de automatische acquisitie van syntactische categorie�n uit grote tekstcorpora. De vragen zijn in hoeverre syntactische categorie�n geleerd kunnen worden, hoe de gebruikte methoden benut kunnen worden voor psycholingu�stische modellen en voor taaltechnologische toepassingen, en welke implicaties deze aanpak heeft voor theoretische vragen in de taalkunde.
    StatusFinished
    Effective start/end date1/02/951/02/99

    Research Output

    • 2 Chapter
    • 1 Conference contribution

    Recent advances in memory-based part-of-speech tagging

    Zavrel, J. & Daelemans, W., 1999, VI Symposio Internacional de Communicacion Social. Santiago de Cuba: Editorial Oriente, p. 590-597 8 p.

    Research output: Chapter in Book/Report/Conference proceedingConference contributionScientificpeer-review

    Improving data-driven wordclass tagging by system combination

    van Halteren, H. K., Zavrel, J. & Daelemans, W., 1998, Proceedings of COLING-ACL '98. Montreal: ACL, p. 491-497

    Research output: Chapter in Book/Report/Conference proceedingChapterScientificpeer-review

    An Empirical Re-Examination of Weighted Voting for k-NN

    Zavrel, J., 1997, BENELEARN-97 Proceedings of the 7th Belgian-Dutch Conference on Machine Learning. Daelemans, W., Flach, P. & van den Bosch, A. (eds.). Tilburg: Tilburg University, p. 139-145

    Research output: Chapter in Book/Report/Conference proceedingChapterScientificpeer-review