Одним из главных принципов уникальной «системы Физтеха», заложенной в основу образования в МФТИ, является тщательный отбор одаренных и склонных к творческой работе представителей молодежи. Абитуриентами Физтеха становятся самые талантливые и высокообразованные выпускники школ всей России и десятков стран мира.

Студенческая жизнь в МФТИ насыщенна и разнообразна. Студенты активно совмещают учебную деятельность с занятиями спортом, участием в культурно-массовых мероприятиях, а также их организации. Администрация института всячески поддерживает инициативу и заботится о благополучии студентов. Так, ведется непрерывная работа по расширению студенческого городка и улучшению быта студентов.

Адрес e-mail:

Все новости

ABBYY Labs open seminar

опубликовано: 13.01.2011

Компания ABBYY приглашает всех желающих посетить открытый семинар Йоакима Нивре (Joakim Nivre) на тему «Актуальные проблемы компьютерной лингвистики»

Семинар состоится 17 января, в 18:30, в офисе компании ABBYY (м. Отрадное)

Йоаким Нивре – профессор компьютерной лингвистики Университета Уппсала (Швеция) и один из наиболее авторитетных мировых специалистов в области автоматической обработки естественного языка (Natural Language Processing).

Записаться на семинар можно до 17:00 пятницы, 14 января, написав на brains@abbyy.com

В письме просьба указать ваше имя и фамилию, факультет/кафедру/курс и кратко написать, почему вам интересен данный семинар.

Рабочий язык семинара – английский
Количество мест ограничено

Topic: Current Trends in Data-Driven Dependency Parsing
Dependency-based syntactic parsing has become a standard technique in natural language processing and a number of different models have been proposed in recent years, in particular data-driven models that can be trained using syntactically annotated corpora, or treebanks. Most of these models can be characterized as either graph-based or transition-based.

Graph-based models learn to score entire dependency trees and use exact search to find the best tree for a given input sentence. Transition-based models learn to score local parsing actions and use greedy search to find the best sequence of actions for a given input sentence. Both types of models give state-of-the-art accuracy but a comparative error analysis reveals that they have different error distributions and that this difference can be tied to theoretical properties of the models.

Recent work on data-driven parsing has therefore to a large extent been characterized by attempts to combine the strengths of the two models, either through the development of hybrid models or through system combination. In this talk, the speaker reviews the classic graph-based and transition-based models, characterizes their typical strengths and weaknesses, and reports on recent work aiming to improve the basic models.

Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2016 Московский физико-технический институт
(государственный университет)

Техподдержка сайта

МФТИ в социальных сетях

soc-vk soc-fb soc-tw soc-li soc-li
Яндекс.Метрика