Mention Detection for Improving Coreference Resolution in Russian Texts: A Machine Learning Approach

Autores/as

  • Svetlana Toldova National Research Institute “Higher School of Economics”
  • Max Ionov Moscow State University

DOI:

https://doi.org/10.13053/cys-20-4-2480

Palabras clave:

Coreference resolution, discourse-new detection, singleton detection, discourse processing, natural language processing, machine learning.

Resumen

Coreference resolution task is a well-known NLP application that was proven helpful for all high-level NLP applications: machine translation, summarization, and others. Mention detection is the sub-task of detecting the discourse status of each noun phrase, classifying it as a discourse-new, singleton (mentioned only once) or discourse-old occurrence. It has been shown that this task applied to a coreference resolution system may in crease its overall performance. So, we decided to adapt current approaches for English language in to Russian. We present some quality results of experiments regarding classifiers for mention detection and their application in to the coreference resolution task in Russian languages.

Biografía del autor/a

Svetlana Toldova, National Research Institute “Higher School of Economics”

Holds PhD in computational linguistics from Moscow State University. She is currently research professor at National Research Institute “Higher School of Economics”, Moscow, Russia. Her research areas are natural language processing (anaphora resolution, parsing, etc.).

Max Ionov, Moscow State University

Is Graduate Student at Moscow State University, Department of Theoretical and Applied Linguistics, Moscow, Russia. His research areas are natural language processing (anaphora resolution, parsing, etc.).

Descargas

Publicado

2016-12-18

Número

Vol. 20 Núm. 4 (2016): Thematic Issue: Research Advances and Applications of Evolutionary Computation (Guest Editors: H.J. Escalante, M. Graff)

Sección

Artículos

Licencia

Transfiero exclusivamente a la revista “Computación y Sistemas”, editada por el Centro de Investigación en Computación (CIC), los Derechos de Autor del artículo antes mencionado, asimismo acepto que no serán transferidos a ninguna otra publicación, en cualquier formato, idioma, medio existente (incluyendo los electrónicos y multimedios) o por desarrollar.

Certifico que el artículo, no ha sido divulgado previamente o sometido simultáneamente a otra publicación y que no contiene materiales cuya publicación violaría los Derechos de Autor u otros derechos de propiedad de cualquier persona, empresa o institución. Certifico además que tengo autorización de la institución o empresa donde trabajo o estudio para publicar este Trabajo.

El autor, representante acepta la responsabilidad por la publicación del Trabajo en nombre de todos y cada uno de los autores.

Esta Transferencia está sujeta a las siguientes reservas:

  • Los autores conservan todos los derechos de propiedad (tales como derechos de patente) de este Trabajo, con excepción de los derechos de publicación transferidos al CIC, mediante este documento.
  • Los autores conservan el derecho de publicar el Trabajo total o parcialmente en cualquier libro del que ellos sean autores o editores y hacer uso personal de este trabajo en conferencias, cursos, páginas web personal, etc.