|
Automatic assessment of absolute sentence complexity
Štajner, Sanja
;
Ponzetto, Simone Paolo
;
Stuckenschmidt, Heiner
|
URL:
|
https://www.ijcai.org/proceedings/2017/0572.pdf
|
|
Weitere URL:
|
http://www.ijcai.org/proceedings/2017/
|
|
Dokumenttyp:
|
Konferenzveröffentlichung
|
|
Erscheinungsjahr:
|
2017
|
|
Buchtitel:
|
Proceedings of the 26th International Joint Conference on Artificial Intelligence (IJCAI 2017) : Melbourne, Australia 19-25 August 2017
|
|
Seitenbereich:
|
4096-4102
|
|
Veranstaltungstitel:
|
The 26th International Joint Conference on Artificial Intelligence (IJCAI)
|
|
Veranstaltungsort:
|
Melbourne, Australia
|
|
Veranstaltungsdatum:
|
19-25 August 2017
|
|
Herausgeber:
|
Sierra, Carles
|
|
Ort der Veröffentlichung:
|
Melbourne
|
|
Verlag:
|
International Joint Conferences on Artificial Intelligence
|
|
ISBN:
|
978-0-9992411-0-3
|
|
Sprache der Veröffentlichung:
|
Englisch
|
|
Einrichtung:
|
Außerfakultäre Einrichtungen > SFB 884
Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Information Systems III: Enterprise Data Analysis (Ponzetto 2016-)
Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science II: Artificial Intelligence (Stuckenschmidt 2009-)
|
|
Fachgebiet:
|
004 Informatik
|
|
Freie Schlagwörter (Englisch):
|
natural language processing , computational linguistics , absolute sentence complexity , sentence classification
|
|
Abstract:
|
Lexically and syntactically simpler sentences result in shorter reading time and better understanding in many people. However, no reliable systems for automatic assessment of sentence complexity have been proposed so far. Instead, the assessment is usually done manually, requiring expert human annotators. To address this problem, we first define the sentence complexity assessment as a five-level classification task, and build a ‘gold standard’ dataset. Next, we propose robust systems for sentence complexity assessment,
using a novel set of features based on leveraging lexical properties of freely available corpora, and investigate the impact of the feature type and corpus size on the classification performance.
|
|
Zusätzliche Informationen:
|
Online-Ressource
|
 | Dieser Eintrag ist Teil der Universitätsbibliographie. |
 Suche Autoren in
BASE:
Štajner, Sanja
;
Ponzetto, Simone Paolo
;
Stuckenschmidt, Heiner
Google Scholar:
Štajner, Sanja
;
Ponzetto, Simone Paolo
;
Stuckenschmidt, Heiner
ORCID:
Štajner, Sanja, Ponzetto, Simone Paolo  ORCID: https://orcid.org/0000-0001-7484-2049 and Stuckenschmidt, Heiner ORCID: https://orcid.org/0000-0002-0209-3859
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
 |
Eintrag anzeigen |
|
|
