TY  - INPR
A1  - Kübler, Sandra
A2  - Lobin, Henning
T1  - Braucht Nominalphrasenerkennung linguistisches Wissen?
N2  - Maschinelles Lernen wird häufig zur effzienten Annotation großer Datenmengen eingesetzt. Die Forschung zu maschinellen Lernverfahren beschränkt sich i.a. darauf unterschiedliche Lernverfahren zu vergelichen oder die optimale größe der Trainingsdaten zu bestimmen. Bisher wurde jedoch nicht untersucht, in wie weit sich linguistisches Wissen bei der Aufgabendefinition positiv auswirken kann. Dies soll hier anhand des Lernens von Base-Nominalphrasen mit drei unterschiedlichen Definitionen untersucht werden. Die Definitionen unterscheiden sich im Grad der linguistisch motivierten Erweiterungen, die zu einer eher praktisch motivierten ersten Definition hinzu kamen. Die Untersuchungen ergaben, dass sich die Anzahl der falsch klasssifizierten Wörter um ein Drittel reduzieren lässt.
KW  - Maschinelles Lernen
KW  - Nominalphrase
Y1  - 2001
UR  - http://publikationen.ub.uni-frankfurt.de/frontdoor/index/index/docId/9874
UR  - https://nbn-resolving.org/urn:nbn:de:hebis:30-1110537
UR  - http://cl.indiana.edu/~skuebler/papers/gldv01.ps
SN  - 3-8311-2160-5
N1  - Erschienen in: Henning Lobin (Hrsg.): Sprach- und Texttechnologie in digitalen Medien. Proceedings der GLDV-Frühjahrstagung 2001. 28.-30. März 2001 Justus-Liebig-Universität Gießen, Norderstedt : Libri Books on Demand, 2001, ISBN 3-8311-2160-5
ER  -