Domain adaptation for automatic detection of speculative sentences


Štajner, Sanja ; Glavaš, Goran ; Ponzetto, Simone Paolo ; Stuckenschmidt, Heiner



DOI: https://doi.org/10.1109/ICSC.2017.35
URL: http://ieeexplore.ieee.org/document/7889524/
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2017
Buchtitel: IEEE 11th International Conference on Semantic Computing ICSC 2017 : 30 January - 1 February 2017, San Diego, California : proceedings
Seitenbereich: 164-171
Veranstaltungstitel: The IEEE 11th International Conference on Semantic Computing (ICSC)
Veranstaltungsort: San Diego, CA
Veranstaltungsdatum: 30.01-01.02.2017
Herausgeber: Kim, Mira
Ort der Veröffentlichung: Los Alamitos, CA [u.a.]
Verlag: IEEE Computer Society
ISBN: 978-1-5090-4285-2 , 978-1-5090-4284-5 , 978-1-5090-4896-0
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science II: Artificial Intelligence (Stuckenschmidt 2009-)
Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Information Systems III: Enterprise Data Analysis (Ponzetto 2016-)
Fachgebiet: 004 Informatik
Normierte Schlagwörter (SWD): Natürliche Sprache , Informatik , Künstliche Intelligenz
Freie Schlagwörter (Englisch): automatic speculation detection ; domain adaptation , natural language processing , computer science , artificial intelligence
Abstract: The use of speculative, uncertain or vague sentences is common in both spoken and written language. Automatic detection of such sentences plays significant role in natural language processing and social sciences as it could enhance information extraction systems and lead to faster and more reliable analyses in social sciences. However, this problem has only been addressed in biomedical and encyclopedic domains. In this paper, we address automatic speculation detection (as a binary sentence classification task) in monetary policy domain, and for the first time, on the transcripts of spoken language. We build two new speculation detection datasets and a dictionary of speculation triggers using expert annotations, and benchmark the performance of automatic speculation detection systems in this new domain.




Dieser Eintrag ist Teil der Universitätsbibliographie.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Aufruf-Statistik

Aufrufe im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen