Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Back to the Future: Logic and Machine Learning

Konferensbidrag (offentliggjort, men ej förlagsutgivet)
Författare Simon Dobnik
John D. Kelleher
Publicerad i Conference on Logic and Machine Learning in Natural Language (LaML)
Publiceringsår 2017
Publicerad vid Institutionen för filosofi, lingvistik och vetenskapsteori
Språk en
Länkar clasp.gu.se/news-events/conference-...
https://gup-server.ub.gu.se/v1/asse...
Ämnesord language technology, computational linguistic, logic, formal approaches, structure learning, data driven approaches, machine learning, deep learning, spatial language, dialogue
Ämneskategorier Datorlingvistik, Lingvistik, Kognitionsforskning

Sammanfattning

In this paper we argue that since the beginning of the natural language processing or computational linguistics there has been a strong connection between logic and machine learning. First of all, there is something logical about language or linguistic about logic. Secondly, we argue that rather than distinguishing between logic and machine learning, a more useful distinction is between top-down approaches and data-driven approaches. Examining some recent approaches in deep learning we argue that they incorporate both properties and this is the reason for their very successful adoption to solve several problems within language technology.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?