自然语言标注：用于机器学习（影印版）

图书标准信息

• 作者 [美]普斯特若夫斯基（James Pustejovsky）、[美]斯塔布斯（Amber Stubbs） 编
• 出版社 东南大学出版社
• 出版时间 2013-06
• 版次 1
• ISBN 9787564142810
• 定价 54.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 324页
• 字数 421千字
• 正文语种 英语
• 原版书名 Natural Language Annotation for Machine Learning

【内容简介】

　　是时候创建属于你自己的用于机器学习的自然语言训练语料库了。无论你使用英语、汉语或者其他任何一种自然语言，《自然语言标注：用于机器学习（影印版）》都可以手把手地指导你一种经验证的标注开发周期一一把元语添加到你的训练语料库中来帮助机器学习算法更有效工作的过程。你无需任何编程或者语言学方面的经验就可以上手。
　　通过每一步中的详细示例，你将学到“标注开发过程”是如何帮助你建模、标注、训练、测试、评估和修正你的训练语料库。你也将了解到一个实际标注项目的完整演示。

【作者简介】

　　JaruesPlastejovsky，是Brandeis大学的教授，他在该大学的计算机科学系讲解和研究人工智能及计算语言学。
　　
　　AmberStubbs，刚刚获得了Brandeis大学标注方法论的博士学位。她现在是SUNYAlbany大学的博上后。

【目录】

Preface
1.TheBasics
TheImportanceofLanguageAnnotation
TheLayersofLinguisticDescription
WhatIsNaturalLanguageProcessing?
ABriefHistoryofCorpusLinguistics
WhatIsaCorpus?
EarlyUseofCorpora
CorporaToday
KindsofAnnotation
LanguageDataandMachineLearning
Classification
Clustering
StructuredPatternInduction
TheAnnotationDevelopmentCycle
ModelthePhenomenon
AnnotatewiththeSpecification
TrainandTesttheAlgorithmsovertheCorpus
EvaluatetheResults
RevisetheModelandAlgorithms
Summary

2.DefiningYourGoalandDataset
DefiningYourGoal
TheStatementofPurpose
RefiningYourGoal:InformativityVersusCorrectness
BackgroundResearch
LanguageResources
OrganizationsandConferences
NLPChallenges
AssemblingYourDataset
TheIdealCorpus:RepresentativeandBalanced
CollectingDatafromtheInternet
ElicitingDatafromPeople
TheSizeofYourCorpus
ExistingCorpora
DistributionsWithinCorpora
Summary

3.CorpusAnalytics
BasicProbabilityforCorpusAnalytics
JointProbabilityDistributions
BayesRule
CountingOccurrences
Zipf'sLaw
N-grams
LanguageModels
Summary

4.BuildingYourModelandSpecificationl
SomeExampleModelsandSpecs
FilmGenreClassification
AddingNamedEntities
SemanticRoles
Adopting(orNotAdopting)ExistingModels
CreatingYourOwnModelandSpecification:GeneralityVersusSpecificity
UsingExistingModelsandSpecifications
UsingModelsWithoutSpecifications
DifferentKindsofStandards
ISOStandards
Community-DrivenStandards
OtherStandardsAffectingAnnotation
Summary

5.ApplyingandAdoptingAnnotationStandards
MetadataAnnotation:DocumentClassification
UniqueLabels:MovieReviews
MultipleLabels:FilmGenres
TextExtentAnnotation:NamedEntities
InlineAnnotation
……

6.AnnotationandAdjudication..
7.Training:MachineLearning...
8.TestingandEvaluation.
9.RevisingandReporting.
10.Annotation:TimeML.
11.AutomaticAnnotation:GeneratingTimeML.
12.Afterword:TheFutureofAnnotation.
A.ListofAvailableCorporaandSpecifications
B.ListofSoftwareResources
C.MAEUserGuide
D.MAIUserGuide
E.Bibliography
Index