A refined parsing graph approach to learn smaller contextually substitutable grammars with less data - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2016

A refined parsing graph approach to learn smaller contextually substitutable grammars with less data

Résumé

We present a refined parsing graph approach to learn smaller contextually substitutable grammars from smaller training samples in the framework initiated by ReGLiS algorithm.

Domaines

Apprentissage [cs.LG] Intelligence artificielle [cs.AI] Bio-informatique [q-bio.QM]
Fichier principal
Vignette du fichier
demirdelen.pdf (282.37 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

François Coste  : Connectez-vous pour contacter le contributeur

https://inria.hal.science/hal-01406337

Soumis le : jeudi 1 décembre 2016-09:47:54

Dernière modification le : jeudi 7 novembre 2024-13:34:02

Archivage à long terme le : lundi 20 mars 2017-16:48:23

Télécharger pour visualiser

Dates et versions

hal-01406337 , version 1 (01-12-2016)

Identifiants

  • HAL Id : hal-01406337 , version 1

Citer

François Coste, Mikail Demirdelen. A refined parsing graph approach to learn smaller contextually substitutable grammars with less data. ICGI 2016 - 13th International Conference on Grammatical Inference, Oct 2016, Delft, Netherlands. ⟨hal-01406337⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-RENNES1 CNRS INRIA INSA-RENNES IRISA IRISA-D7 INRIA2 UR1-MATH-STIC UR1-UFR-ISTIC UNIV-RENNES UR1-MATH-NUM
157 Consultations
79 Téléchargements

Partager

More