Cognitively Inspired Natural Language Processing / Mishra, Abhijit  

Público ISBD Ningún comentario para este registro. Título : Cognitively Inspired Natural Language Processing : An Investigation Based on Eye-tracking Tipo de documento: documento electrónico Autores: Mishra, Abhijit, ; Bhattacharyya, Pushpak, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2018 Número de páginas: XVII, 174 p. 34 ilustraciones, 30 ilustraciones en color. ISBN/ISSN/DL: 978-981-1315169-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Procesamiento del lenguaje natural (Informática)  Inteligencia artificial  Ligüística computacional  Psicolingüística  Procesamiento del lenguaje natural (PNL)  Psicolingüística y Lingüística Cognitiva Clasificación: 006.35 Resumen: Este libro muestra formas de aumentar las capacidades de los sistemas de procesamiento del lenguaje natural (PNL) mediante el procesamiento del lenguaje en modo cognitivo. Los autores emplean tecnología de seguimiento ocular para registrar y analizar información cognitiva superficial en forma de patrones de mirada de lectores/anotadores que realizan tareas de procesamiento del lenguaje. Los conocimientos adquiridos a partir de dichas medidas se traducen posteriormente en sistemas que nos ayudan (1) a evaluar la carga cognitiva real en la anotación de texto, con el consiguiente aumento en la eficiencia de la anotación de texto humana, y (2) a extraer características cognitivas que, cuando se agregan a las características tradicionales , puede mejorar la precisión de los clasificadores de texto. En resumen, el trabajo de los autores demuestra con éxito que la información cognitiva obtenida de los datos del movimiento ocular humano puede beneficiar la PNL moderna. Los sistemas de procesamiento del lenguaje natural (PNL) disponibles actualmente son sistemas de inteligencia artificial débiles: buscan capturar la funcionalidad del procesamiento del lenguaje humano, sin preocuparse por cómo se realiza este procesamiento en el hardware de los seres humanos. En otras palabras, estos sistemas son ajenos a los procesos cognitivos reales involucrados en el procesamiento del lenguaje humano. ¡Esta ignorancia, sin embargo, NO es felicidad! Las cifras de precisión de todos los sistemas de PNL que no son juguetes se saturan más allá de cierto punto, lo que deja muy claro que "se debe hacer algo diferente". Nota de contenido: Chapter 1. Introduction -- Chapter 2. Eye-tracking: Theory, Methods, and Applications in Language Processing and Other Areas -- Chapter 3. Estimating Annotation Complexities of Text Using Gaze and Textual Information - Case studies of Translation and Sentiment Annotation -- Chapter 4. Scanpath Complexity: Combining Gaze Attributes for Modeling Effort in Text Reading/Annotation -- Chapter 5. Predicting Readers' Sarcasm Understandability by Modeling Gaze Behavior -- Chapter 6. Harnessing Cognitive Features for Sentiment Analysis and Sarcasm Detection -- Chapter 7. Learning Cognitive Features from Gaze Data for Sentiment and Sarcasm Classification using Convolutional Neural Network -- Chapter 8. Conclusion and Future Directions. Tipo de medio : Computadora Summary : This book shows ways of augmenting the capabilities of Natural Language Processing (NLP) systems by means of cognitive-mode language processing. The authors employ eye-tracking technology to record and analyze shallow cognitive information in the form of gaze patterns of readers/annotators who perform language processing tasks. The insights gained from such measures are subsequently translated into systems that help us (1) assess the actual cognitive load in text annotation, with resulting increase in human text-annotation efficiency, and (2) extract cognitive features that, when added to traditional features, can improve the accuracy of text classifiers. In sum, the authors' work successfully demonstrates that cognitive information gleaned from human eye-movement data can benefit modern NLP. Currently available Natural Language Processing (NLP) systems are weak AI systems: they seek to capture the functionality of human language processing, without worrying about how this processing is realized in human beings' hardware. In other words, these systems are oblivious to the actual cognitive processes involved in human language processing. This ignorance, however, is NOT bliss! The accuracy figures of all non-toy NLP systems saturate beyond a certain point, making it abundantly clear that "something different should be done.". Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Cognitively Inspired Natural Language Processing : An Investigation Based on Eye-tracking [documento electrónico] / Mishra, Abhijit, ; Bhattacharyya, Pushpak,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2018 . - XVII, 174 p. 34 ilustraciones, 30 ilustraciones en color. ISBN : 978-981-1315169-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Procesamiento del lenguaje natural (Informática)  Inteligencia artificial  Ligüística computacional  Psicolingüística  Procesamiento del lenguaje natural (PNL)  Psicolingüística y Lingüística Cognitiva Clasificación: 006.35 Resumen: Este libro muestra formas de aumentar las capacidades de los sistemas de procesamiento del lenguaje natural (PNL) mediante el procesamiento del lenguaje en modo cognitivo. Los autores emplean tecnología de seguimiento ocular para registrar y analizar información cognitiva superficial en forma de patrones de mirada de lectores/anotadores que realizan tareas de procesamiento del lenguaje. Los conocimientos adquiridos a partir de dichas medidas se traducen posteriormente en sistemas que nos ayudan (1) a evaluar la carga cognitiva real en la anotación de texto, con el consiguiente aumento en la eficiencia de la anotación de texto humana, y (2) a extraer características cognitivas que, cuando se agregan a las características tradicionales , puede mejorar la precisión de los clasificadores de texto. En resumen, el trabajo de los autores demuestra con éxito que la información cognitiva obtenida de los datos del movimiento ocular humano puede beneficiar la PNL moderna. Los sistemas de procesamiento del lenguaje natural (PNL) disponibles actualmente son sistemas de inteligencia artificial débiles: buscan capturar la funcionalidad del procesamiento del lenguaje humano, sin preocuparse por cómo se realiza este procesamiento en el hardware de los seres humanos. En otras palabras, estos sistemas son ajenos a los procesos cognitivos reales involucrados en el procesamiento del lenguaje humano. ¡Esta ignorancia, sin embargo, NO es felicidad! Las cifras de precisión de todos los sistemas de PNL que no son juguetes se saturan más allá de cierto punto, lo que deja muy claro que "se debe hacer algo diferente". Nota de contenido: Chapter 1. Introduction -- Chapter 2. Eye-tracking: Theory, Methods, and Applications in Language Processing and Other Areas -- Chapter 3. Estimating Annotation Complexities of Text Using Gaze and Textual Information - Case studies of Translation and Sentiment Annotation -- Chapter 4. Scanpath Complexity: Combining Gaze Attributes for Modeling Effort in Text Reading/Annotation -- Chapter 5. Predicting Readers' Sarcasm Understandability by Modeling Gaze Behavior -- Chapter 6. Harnessing Cognitive Features for Sentiment Analysis and Sarcasm Detection -- Chapter 7. Learning Cognitive Features from Gaze Data for Sentiment and Sarcasm Classification using Convolutional Neural Network -- Chapter 8. Conclusion and Future Directions. Tipo de medio : Computadora Summary : This book shows ways of augmenting the capabilities of Natural Language Processing (NLP) systems by means of cognitive-mode language processing. The authors employ eye-tracking technology to record and analyze shallow cognitive information in the form of gaze patterns of readers/annotators who perform language processing tasks. The insights gained from such measures are subsequently translated into systems that help us (1) assess the actual cognitive load in text annotation, with resulting increase in human text-annotation efficiency, and (2) extract cognitive features that, when added to traditional features, can improve the accuracy of text classifiers. In sum, the authors' work successfully demonstrates that cognitive information gleaned from human eye-movement data can benefit modern NLP. Currently available Natural Language Processing (NLP) systems are weak AI systems: they seek to capture the functionality of human language processing, without worrying about how this processing is realized in human beings' hardware. In other words, these systems are oblivious to the actual cognitive processes involved in human language processing. This ignorance, however, is NOT bliss! The accuracy figures of all non-toy NLP systems saturate beyond a certain point, making it abundantly clear that "something different should be done.". Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200