008240612s2023      us  |||||||||||||||c||eng  d
■001000016933345
■00520240214101235
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379912116
■035    ▼a(MiAaPQ)AAI30527900
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a401
■1001  ▼aMichael,  Julian.
■24510▼aBuilding  Blocks  for  Data-Driven  Theories  of  Language  Understanding▼h[electronic  resource]
■260    ▼a[S.l.]:▼bUniversity  of  Washington.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(163  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-01,  Section:  B.
■500    ▼aAdvisor:  Zettlemoyer,  Luke.
■5021  ▼aThesis  (Ph.D.)--University  of  Washington,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aI  propose  a  paradigm  for  scientific  progress  in  natural  language  processing,  centered  around  the  development  of  data-driven  theories  of  language  understanding.  The  central  idea  is  to  collect  data  in  tightly  scoped,  carefully  defined  ways  which  allow  for  exhaustive  annotation  of  a  behavioral  phenomenon  of  interest.  With  such  data,  we  can  use  machine  learning  to  construct  explanatory  theories  of  these  phenomena  which  can  be  used  as  building  blocks  for  intelligible  AI  systems.  After  laying  some  conceptual  groundwork  for  the  idea,  I  describe  a  series  of  investigations  into  the  development  of  data  and  theory  for  representations  of  shallow  semantic  structure  in  natural  language  -  in  particular,  using  Question-Answer  driven  Semantic  Role  Labeling  (QA-SRL),  a  simple  schema  for  annotating  verbal  predicate-argument  structure  using  highly  constrained  question-answer  pairs.  While  this  just  scratches  the  surface  of  the  complex  language  behaviors  of  interest  in  AI,  I  outline  principles  for  data  collection  and  theoretical  modeling  which  can  inform  future  scientific  progress.
■590    ▼aSchool  code:  0250.
■650  4▼aLinguistics.
■650  4▼aComputer  science.
■653    ▼aCrowdsourcing
■653    ▼aPragmatism
■653    ▼aSemantic  roles
■653    ▼aNatural  language  processing
■653    ▼aScientific  progress
■690    ▼a0800
■690    ▼a0290
■690    ▼a0984
■71020▼aUniversity  of  Washington▼bComputer  Science  and  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-01B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0250
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16933345▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024