Natural Language Processing

Ga naar: navigatie, zoeken
GeertAdriaens.jpg

Natural Language Processing

Table of Contents, Some structure

toc-structure, PDF

Opgeloste Examenvragen

Examenvragen en oplossingen (grote download) (Ik heb de afbeeldingen niet verkleind, om de leesbaarheid zo hoog mogelijk te houden. (Een camera biedt natuurlijk niet dezelfde kwaliteit als een scanner)) Dank aan Mathijs!

Meer info over ATN's

http://www.cs.msstate.edu/~lboggess/courses/atninstr.txt

http://www.cs.bham.ac.uk/research/poplog/src/master/S.pcwnt/teach/atnsum

Systems & Approaches

Ik stel voor dat we hier de gevonden informatie of links posten over. De vragen die we over het systeem zullen krijgen zijn waarschijnlijk:

  • Bespreek 1 van de 3 systemen die je gelezen hebt:
    • What kind of nlp system is it?
    • What is the approach. What are the principles?
    • Give Pro’s and Contra’s
    • How is this an improvement over older systems; how would newer systems tackle this problem?

Algemeen

  • Hier en hier wordt (meestal zeer korte) informatie gegeven over een heel aantal van de opgegeven systemen.

ATLAST

BASEBALL

BOEING SEC

BORIS

CA

CO-OP

DEACON

DIAMOND

DOCTOR

ELI

ELIZA

EPISTLE

EUROTRA

FLEXP

http://www.gnu.org/software/flex/

FRUMP

GRUNDY

GUS

GSP

HAM-ANS

HAM-RPM

HARPY

HEARSAY-II

INTELLECT

JETS

KAMP

KLAUS

LADDER/LIFER

LEXICAT

LINGOL

LNR

LOGOS

LUNAR

MARGIE

MCHART

METAL

http://www.mt-archive.info/TMI-1985-White.pdf

MIND

NLP

PAM

PARRY

PARSIFAL

http://www.spinfo.uni-koeln.de/lehre/clg/docs/referate/MarcusParser.pdf - presentatie in 't Duits

PHLIQA1

PLANES

POLITICS

PROMT

PROTOSYNTEX

REL

RENDEZVOUS

REQUEST

ROBOT

Paper over ROBOT (grote download) (Ik heb de afbeeldingen niet verkleind, om de leesbaarheid zo hoog mogelijk te houden. (Een camera biedt natuurlijk niet dezelfde kwaliteit als een scanner)) Dank aan Mathijs!

RUS

SAD-SAM

SHRDLU

SIR

SOPHIE

SPEECHLIS

STUDENT

SYNTHEX

SYSTRAN

TALE-SPIN

TAUM-METEO

TEXT

TORUS

TOVNA

http://lists.village.virginia.edu/lists_archive/Humanist/v02/0023.html

TQA

UNDERSTAND

USL

VERBMOBIL

WEP/PEP

EIGEN VONDSTEN

2008-06-14

Dit jaar kuste het meisje de jongen en werden er voor de reading assignment geen systemen geschrapt. Verder alles exact hetzelfde als de voorbije 3 jaar...

2007-06-16

Weer dezelfde vragen....

  • 1. Gegeven 3 teksten (origineel, ingetypt en verbeterd), bereken precision en recall en bespreek het resultaat.
  • 2. Exact dezelfde grammar en zin als de vorige jaren (the girl kisses the boy on the mouth).
    • Let wel: hij durft over de jaren heen de woorden "girl" en "boy" van plaats wisselen. Ziet dat ge niet door de mand valt ;-)
  • 3. Bespreek 1 van de 3 systemen waarover je informatie hebt opgezocht.

Opgelet, dit jaar schreef hij 3 systemen op het bord die we niet mochten bespreken: SHRDLU, ELIZA en LUNAR. Dit om te vermijden dat iedereen maar 1 systeem zou voorbereiden (wat bij de meesten wel het geval was), hij is het blijkbaar zelf beu om elk jaar hetzelfde te lezen...

  • Beste aanrader hierbij: kies systemen in een zelfde "categorie": dat scheelt veel overhead bij het vergelijk-(met oudere/nieuwere systemen)-deel van de vraag. Als ge wat ingewerkt zijt in het "domein" van dat specifiek soort systemen, kunt ge u normaal gezien wel redden als hij systemen uitsluit. (ik was wat gezien doordat ik eigenlijk ELIZA als hoofdsysteem had, maar ik kende van mezelf (en voor de vergelijking) heel wat van PARRY, dus heb het kunnen fixen om PARRY te bespreken)

Jeroen Trappers, 2006-06-17

Examenvragen NLP 2006; weeral dezelfde vragen, waarom is hier nog een examen van? (niet dat ik klaag :))

  • 1. Gegeven 3 teksten (Origineel, resultaat van dictee en vorige door spell checker gehaald, met gevonden fouten aangeduid).

Gevraagd:

    • bereken precision en recall
    • bespreek wat je van het resultaat vindt (bespreek de kwaliteit van de spell checker)
  • 2. Parsing

Grammar:

S ← NP VP                         NP ← DET N
VP ← V NP                         NP ← DET N PP
VP ← V NP PP                      PP ← P NP

Lexicon:

the: DET
boy, girl, mouth: N
on: P
kisses: V, N

Gevraagd:

Shift reduce parser: maak hiervoor een parser state diagram en oracle (parse tabel);
Pas het toe op de gegeven zin: “The girl kisses the boy on the mouth”. (maak de volledige trace, geef met andere woorden aan wat de toestand van de invoer, en parse stack op elk moment in het proces is)
  • 3. Bespreek 1 van de 3 systemen die je gelezen hebt: (at most 2 pages should suffice)
    • What kind of nlp system is it?
    • Give Pro’s and Contra’s
    • -voor nieuwere systemen: hoe zijn ze een verbetering ten op zicht van ouderen
    • -voor oudere systemen: leg uit hoe nieuwere systemen het gekozen systeem verbeteren

--> merk hierbij op dat de prof niet zegt welk van de drie je moet bespreken, 't komt er dus op neer dat je er vooral een goed gelezen moet hebben en kunnen vergelijken met een ander.

Koenraad Heijlen, 2005-06-18

Examenvragen NLP 2005; zeker geen verrassing t.o.v. de vorige jaren.

  • 1. Gegeven 3 teksten (1 correct, 1 ingetypt en 1 door een spellings-checker gehaald met de gevonden fouten gemarkeerd).

Gevraagd: (a) bereken precision en recall (b) bespreek en wat vind je van het resultaat?

  • 2. Parsing

Grammar:

S ← NP VP                         NP ← DET N
VP ← V NP                         NP ← DET N PP
VP ← V NP PP                      PP ← P NP

Lexicon:

the: DET
boy, girl, mouth: N
on: P
kisses: V, N

Gevraagd:

Shift reduce parser: maak hiervoor een parser state diagram en oracle;
Pas het toe op de gegeven zin: “The boy kisses the girl on the mouth”. (of vice versa)
  • 3. Bespreek 1 van de 3 systemen die je gelezen hebt:
    • What kind of nlp system is it?
    • What is the approach. What are the principles?
    • Give Pro’s and Contra’s
    • How is this an improvement over older systems; how would newer systems tackle this problem?

Willem Poorten, 2003-06-21

  • 1. In class we dealt with ATN’s for NP-structures. Write the network(s) that you need to recognice and analyse (i.e. build the structure of) a PP (Prepositional Phrase); start from the states of the simple RTN for PPs From figure (TD3’)

REMARK: the NP-ATN is not asked for; you may assume that it is available

  • 2. ab*a*c: transitiediagram maken
  • 3. geg:
S <- NP VP
VP <- V NP
VP <- V NP PP
NP <- DET N
NP <- DET N PP
PP <- P NP

shift reduce parser: maak hiervoor een parser state diagram en oracle parse trace NOT asked

  • 4. reading assignment
    • kind of nlp system
    • approach/principles
    • pro en contra
    • how is this an improvement over older systems/how would newer systems tackle this problem

Robby Goetschalckx, 2002-02-02

  • 1) error grammar approach en similarity: bespreek voor en nadelen, wat gebruiken in een echt systeem
  • 2) a(ba)*b*c: deterministisch transitiediagram maken
  • 3) geg:
S <- NP
NP <- DET NO
NP <- NP PP
NO <-N
NO <- ADJ NO
PP <- PREP NP

shift reduce parser: maak hiervoor een parser state diagram en oracle + pas toe op een gegeven zin

  • 4) reading assignment
    • kind of nlp system
    • approach/principles
    • pro en contra
    • how is this an improvement over older systems/how would newer systemstackle this problem