An anaphora resolution system for Russian based on ETAP-4 linguistic processor

?

An anaphora resolution system for Russian based on ETAP-4 linguistic processor

Inshakova E.S.

Ключевые слова: anaphora resolution

В книге

Computational Linguistics and Intellectual Technologies Papers from the Annual International Conference “Dialogue” (2019)

Issue 18. , M.: Russian State University for the Humanitie, 2019.

Eye-tracking study of unambiguous anaphora resolution in Russian

Тужик О. В., Khanova A., Kudryavtsev S. и др., , in: 12th Novi Sad workshop on Psycholinguistic, neurolinguistic and clinical linguistic research.: Novi Sad: Faculty of Philosophy, University of Novi Sad, 2025. P. 26–28.

Добавлено: 28 апреля 2025 г.

Referential systems

Буденная Е. В., , in: Encyclopedia of Slavic Languages and Linguistics Online.: Brill, 2020.

Добавлено: 6 февраля 2022 г.

How do Spanish natives and Spanish learners resolve pronominal anaphora?

Здорова Н. С., Худякова М. В., , in: Neurobiology of Speech and Language. Proceedings of the 4th International Conference on Neurobiology of Speech and Language.: St. Petersburg: Scifiya-print, 2020. P. 63–64.

Добавлено: 28 октября 2021 г.

Proceedings of the First Workshop on Computational Approaches to Discourse

Association for Computational Linguistics, 2020.

Добавлено: 18 ноября 2020 г.

Error analysis for anaphora resolution in Russian: new challenging issues for anaphora resolution task in a morphologically rich language

Anna Roytberg, Толдова С. Ю., Alina Ladygina и др., , in: Proceedings of the Workshop on Coreference Resolution Beyond OntoNotes (CORBON 2016), co-located with NAACL 2016, San Diego, California, June 16, 2016.: Stroudsburg, PA: Association for Computational Linguistics, 2016. P. 74–83.

This paper presents a quantitative and qualitative error analysis of Russian anaphora resolvers which participated in the RU-EVAL event. Its aim is to identify and characterize a set of challenging errors common to stateof-the-art systems dealing with Russian. We examined three types of pronouns: 3rd person pronouns, reflexive and relative pronouns. The investigation has shown ...

Добавлено: 7 декабря 2016 г.

Improving Distributional Semantic Models Using Anaphora Resolution during Linguistic Preprocessing

Кутузов А. Б., Козлова О. С., , in: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог» (Москва,1–4 июля 2016 г.)Вып. 15.: М.: Изд-во РГГУ, 2016. P. 288–300.

Добавлено: 12 ноября 2016 г.

Pre-experiments on Annotation of Russian Coreference Corpus

Толдова С. Ю., Азеркович И. Л., Гришина Ю. и др., / NRU HSE. Series WP BRP "Linguistics". 2015.

Добавлено: 15 декабря 2015 г.

Anaphora Analysis based on ABBYY Compreno Linguistic Technologies

Скоринкин Д. А., Старостин А., Богданов А. и др., , in: Computational Linguistics and Intellectual Technologies: papers from the Annual conference “Dialogue 2014”Issue 13 (20).: M.: ., 2014. P. 89–102.

Добавлено: 28 ноября 2015 г.

Anaphoric annotation and corpus-based anaphora resolution: An experiment

Alexeeva S. V., Protopopova E. V., Bodrova A. A. и др., Компьютерная лингвистика и интеллектуальные технологии 2014 P. 562–571

Добавлено: 8 октября 2014 г.

Evaluating Anaphora and Coreference Resolution for Russian

Toldova S.Ju., Roytberg A., Nedoluzhko А. и др., , in: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной Международной конференции «Диалог» (Бекасово, 4 — 8 июня 2014 г.)Вып. 13(20).: М.: Изд-во РГГУ, 2014. P. 681–695.

Статья посвящена Форуму по оценке систем автоматического распознавания анафоры и кореферентности ...

Добавлено: 6 октября 2014 г.

The impact of morphology processing quality on automated anaphora resolution for Russian

Кутузов А. Б., Ionov M., , in: Computational Linguistics and Intellectual Technologies: papers from the Annual conference “Dialogue 2014”Issue 13 (20).: M.: ., 2014. P. 232–241.

The paper deals with the problems of creating and tuning a system of automated anaphora resolution for Russian. Such a system is introduced, combining rule-based and machine learning approaches. It shows F-measure from 0.51 to 0.59. Freeling serves as an underlying morphological layer and an account of its quality is given, with its influence on ...

Добавлено: 7 июля 2014 г.