surrey-nlp/SDU-test · Datasets at Hugging Face

id stringlengths 1 4	tokens list	ner_tags list
4100	[ "guages", ":", "British", "sign", "language", "(", "BSL", ")", ",", "Danish", "(", "DSL", ")", ",", "French", "Belgian", "(", "FBSL", ")", ",", "Flemish", "(", "FSL", ")", ",", "Greek", "(", "GSL", ")", ",", "and", "Dutch", "(", "NGT", ")", ".", "The", "data", "for", "the" ]	[ 0, 0, 3, 4, 4, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 4, 0, 2, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0 ]
4101	[ "04", "(", "a", ")", "Same", "Topic", "(", "ST", ")", "0.00", "0.01", "0.02", "0.03", "0.04", "0.05", "0.06" ]	[ 0, 0, 3, 1, 0, 4, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0 ]
4102	[ "Examples", "of", "failure", "of", "analysis", "(", "i", ")", "JISSAI", "(", "in", "fact", ")", ",", "CHOSHA-TACHI-WA", "(", "authors", ")", "{", "\\", "[", "KORE-WO", "(", "it", ")", "TSUKATTE", "(", "using", ")", ",", "JUURYOKU-SOUGO-SAYOU-GA", "(", "gravitationally", "interacting", ")", "SHIHAI-SURU", "(", "govern-", "ing", ")", "\\", "]", "TENTAI-NO", "(", "astronomical", ")", "UNDOU-NI-TSUITE", "(", "about", "the", "motion", ")", ",", "KOUSEIDO-DE", "(", "high-" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 4, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 1, 0, 4, 4, 0, 0, 0, 1, 0, 4, 0, 1, 0, 4, 4, 4, 0, 0, 0, 0, 0 ]
4103	[ "In", "Proceedings", "of", "the", "19th", "International", "Conference", "on", "Computational", "Linguistics", "(", "COLING", "?", "02", ")", ",", "pages", "218", "?" ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 2, 2, 0, 0, 0, 0, 2 ]
4104	[ "uses", "the", "mapping", "of", "concept", "dog", "to", "the", "class", "of", "alternative", "expressions", "for", "named", "individual", "(", "such", "as", "using", "the", "name", ",", "2", "VSFL", "(", "``", "Very", "Simple", "Frame", "Language", "''", ")", "and", "SCORE", "CSproket", "Core", "''", ")", "were", "developed", "at", "BBN", "Systems", "and", "Technologies", "by" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 3, 4, 4, 4, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0 ]
4105	[ "2", "Complexity", "of", "GPSG", "Components", "A", "generalized", "phrase", "structure", "grammar", "contains", "five", "language-", "particular", "components", "-", "-", "immediate", "dominance", "(", "ID", ")", "rules", ",", "meta-", "rules", ",", "linear", "precedence", "(", "LP", ")", "statements", ",", "feature", "co-occurrence" ]	[ 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0 ]
4106	[ "den", "Markov", "Models", "(", "HMMs", ")", ",", "Conditional", "Random", "Fields", "(", "CRFs", ")", ",", "Maximum", "Entropy", "Markov", "Models", "(", "MEMMs", ")", ",", "etc", "." ]	[ 0, 3, 4, 0, 1, 0, 0, 3, 4, 4, 0, 1, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]
4107	[ "a", "topic", "model", "are", "compared", ".", "Latent", "Dirichlet", "Allocation", "(", "LDA", ")", "(", "Blei", "et", "al", "2003", ")", "is", "a", "widely", "used", "type", "of", "topic", "model", "in", "which", "documents", "can", "be" ]	[ 3, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4108	[ "are", "either", "too", "wordy", "or", "too", "ungrammatical", ".", "Table", "1", "shows", "the", "compression", "rates", "(", "CompR", ")", "for", "the", "two", "8" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0 ]
4109	[ "This", "paper", "proposes", "a", "contextdependent", "phrase", "reordering", "approach", "that", "uses", "the", "maximum", "entropy", "(", "MaxEnt", ")", "model", "to", "help", "the", "HPB", "decoder", "select", "appropriate", "re-" ]	[ 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 2, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0 ]
4110	[ "3.2", ",6", "Addi", "t", "ion", "of", "T", "rans", "la", "t", "ion", "Rules", "FinMly", ",", "translation", "rules", "(", "TRis", ")", "are", "added", "to", "the", "set", "of", "GLTPC", ",", "s.", "TRis", "are", "descriptions", "in", "which", "concepts" ]	[ 0, 0, 0, 3, 4, 0, 1, 4, 4, 4, 4, 0, 0, 2, 0, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0 ]
4111	[ "lation", "of", "term-lists", ",", "related", "studies", "are", "found", "in", "the", "area", "of", "target", "word", "selection", "(", "for", "content", "words", ")", "in", "conventional", "full-text", "machine", "translation", "(", "MT", ")", "." ]	[ 3, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 4, 4, 0, 1, 0, 0 ]
4112	[ "BG", "80,757", "1.34", "EN", "94,725", "2.58", "Table", "2", ":", "Corpus", "statistics", ":", "SR=Serbian", ",", "SL=Slovene", ",", "EN=English", ",", "BG=Bulgarian" ]	[ 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4113	[ "al.", ",", "2005", ";", "Vapnik", ",", "1998", ")", "based", "on", "the", "Gaussian", "Radial", "Basis", "kernel", "function", "(", "RBF", ")", ".", "We", "tuned" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]
4114	[ "Swedish", "83.01", "(", "82.44", ")", "88.53", "(", "87.36", ")", "81.20", "(", "81.10", ")", "86.50", "(", "85.86", ")", "82.95", "(", "82.66", ")", "88.29", "(", "87.45", ")", "82.89", "(", "82.44", ")", "88.61", "(", "87.55", ")", "Turkish", "62.70", "(", "71.27", ")", "73.67", "(", "78.57", ")", "59.83", "(", "68.31", ")", "70.15", "(", "75.17", ")", "63.27", "(", "71.63", ")", "73.93", "(", "78.72", ")", "62.58", "(", "70.96", ")", "73.09", "(", "77.95", ")", "Table", "1", ":", "Parsing", "accuracy", "of", "the", "undirected", "planar", "parser", "with", "naive", "(", "UPlanarN", ")", "and", "label-based", "(", "UPlanarL", ")", "postprocessing", "in", "comparison", "to", "the", "directed", "planar", "(", "Planar", ")", "and", "the", "MaltParser", "arc-eager", "projective", "(", "MaltP", ")" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 3, 0, 0, 0, 4, 0 ]
4115	[ "Proceedings", "of", "the", "2014", "Conference", "on", "Empirical", "Methods", "in", "Natural", "Language", "Processing", "(", "EMNLP", ")", ",", "pages", "1181", "?", "1191", ",", "October", "25-29", ",", "2014", ",", "Doha", ",", "Qatar", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 4, 4, 0, 1, 2, 0, 0, 0, 0, 2, 0, 0, 2, 0, 2, 0, 2, 0, 0 ]
4116	[ "fidence", "information", "about", "each", "system", "?", "s", "hypothesis", ".", "This", "feature", "class", "includes", "the", "confusion", "network", "(", "CN", ")", "word", "confidence", ",", "CN", "slot", "entropy", ",", "and", "the", "number", "of", "alter-" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]
4117	[ "1", "Introduction", "Question", "answering", "(", "QA", ")", "from", "a", "knowledge", "base", "(", "KB", ")", "has", "a", "long", "history", "within", "natural", "language" ]	[ 0, 0, 0, 3, 0, 0, 1, 0, 3, 0, 4, 0, 0, 2, 0, 4, 0, 0, 0, 0, 0 ]
4118	[ "level", "for", "natural", "language", "unders", "tand", "ing", "system", ".", "In", "case", "of", "a", "Module", "Package", "Layer", "(", "MPL", ")", ",", "there", "are", "two", "kinds", "of", "program", "packages", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4119	[ "pus", "Linguistics", "2001", "Conference", ",", "pages", "274", "?", "280", ".", "Lancaster", "University", "(", "UK", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0 ]
4120	[ "859", "Proceedings", "of", "the", "13th", "Annual", "Meeting", "of", "the", "Special", "Interest", "Group", "on", "Discourse", "and", "Dialogue", "(", "SIGDIAL", ")", ",", "pages", "217", "?", "226", ",", "Seoul", ",", "South", "Korea", ",", "5-6", "July", "2012", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4121	[ "tion", "device", ",", "a", "Nippon", "Electric", "Corporation", "DP-200", ",", "was", "added", "to", "an", "existing", "natural", "anguage", "processing", "system", ",", "the", "Natural", "Language", "Computer", "(", "NLC", ")", "(", "Ballard", "1979", ",", "Biermann", "and", "Ballard", "1980", ")", "." ]	[ 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4122	[ "Abstract", "Regardless", "of", "language", ",", "the", "standard", "character", "set", "for", "text", "messages", "(", "SMS", ")", "and", "many", "other", "social", "media", "platforms", "is", "the", "Roman", "alphabet", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4123	[ "Associative", "Texture", "Is", "Lost", "In", "Translation", ".", "In", "Proceedings", "of", "the", "Workshop", "on", "Discourse", "in", "Machine", "Translation", "(", "DiscoMT", ")", ",", "pages", "27", "?", "32", ".", "ACL", "2013", "Conference", "," ]	[ 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0 ]
4124	[ "describing", "each", "video", ".", "We", "then", "clustered", "these", "verbs", "using", "Hierarchical", "Agglomerative", "Clustering", "(", "HAC", ")", "using", "the", "res", "metric", "from", "WordNet", ":", ":Similarity", "by" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4125	[ "(", "adjectives", ")", ",", "ADV", "(", "adverbs", ")", ",", "PRON", "(", "pronouns", ")", ",", "DET", "(", "determiners", ")", ",", "ADP", "(", "prepositions", "or", "postpositions", ")", ",", "NUM", "(", "numerals", ")", ",", "CONJ", "(", "conjunctions", ")", ",", "PRT", "(", "particles", ")", ",", "PUNC", "(", "punctuation", "marks", ")", "and" ]	[ 0, 0, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 4, 4, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 0 ]
4126	[ "search", "has", "encore'aged", "the", "FI", "{", "UM1", ")", "api", ")", "roach", ".", "The", "SUMMONS", "(", "SUMMarizing", "Online", "News", "artMes", ")", "system", "(", "McKeown", "and", "Radev", ",", "1999", ")", "takes", "tem-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 3, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4127	[ "same", "time", ",", "Intelligent", "Computer-Assisted", "Language", "Learning", "(", "ICALL", ")", "and", "Intelligent", "Language", "Tutoring", "(", "ILT", ")", "systems", "(", "e.g.", ",", "Heift", "and", "Schulze", ",", "2007", ";", "Meurers", ",", "2012", ")", "also", "tend", "to", "focus", "more", "on", "gram-" ]	[ 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0 ]
4128	[ "Pivot", ",", "RHS", ")", ",", "generate", "all", "subconstituents", "generate", "_rhs", "(", "RHS", ")", ",", "generate", "material", "on", "path", "to", "root" ]	[ 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]
4129	[ "fn-n1", "?", ".", "The", "annotation", "contains", "a", "feature", "structure", "with", "three", "features", ":", "FE", "(", "Frame", "element", ")", ",", "GF", "(", "Grammatical", "Function", ")", ",", "and", "PT" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 1, 0, 4, 4, 0, 0, 1, 0, 4, 4, 0, 0, 0, 1 ]
4130	[ "1", ".", "Introduction", "In", "a", "Spoken", "Language", "System", "(", "SLS", ")", "we", "must", "use", "all", "avail-", "able", "knowledge", "sources", "(", "KSs", ")", "to", "decide", "on", "the", "spoken", "sen-" ]	[ 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
4131	[ "{", "afader", ",", "soderlan", ",", "etzioni", "}", "@", "cs.washington.edu", "Abstract", "Open", "Information", "Extraction", "(", "IE", ")", "is", "the", "task", "of", "extracting", "assertions", "from", "massive", "corpora" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4132	[ "Table", "3", ":", "Results", "on", "DevTest", "and", "Test", "Sets", "compared", "with", "the", "Average", "Performance", "in", "CoNLL", "?", "07", ".", "LAS", "=", "Labelled", "Attachment", "Score", ",", "UAS", "=", "Unlabelled", "Attachment", "Score", ",", "LAcc", "=", "Label", "Accuracy", ",", "AV", "=", "Average", "score", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 1, 0, 3, 4, 4, 0, 1, 0, 4, 4, 4, 0, 1, 0, 3, 4, 0, 1, 0, 4, 0, 0 ]
4133	[ "The", "SU", "detection", "task", "is", "conducted", "on", "two", "corpora", ":", "Broadcast", "News", "(", "BN", ")", "and", "Conversational", "Telephone", "Speech", "(", "CTS", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 2, 0 ]
4134	[ "local", "cons", "t", "i", "tuents", ".", "These", "i", "n", "c", "l", "u", "d", "e", "Hsimplem", "noun", "phrases", "(", "NPs", ")", "and", "prepositional", "phrases", "(", "PPs", ")", ",", "(", "``", "simplen", "meaning", "'up", "to", "the", "head", "noun", "but", "not", "including", "any", "modifying", "clauses", "or", "phrases", "''", ")", ",", "and", "verb", "groups", "(", "VGs", ")" ]	[ 0, 0, 3, 4, 0, 0, 0, 4, 3, 0, 4, 3, 0, 4, 0, 4, 4, 0, 1, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 4, 4, 0, 1, 0 ]
4135	[ "In", "Proceedings", "of", "the", "Fifth", "Mediterranean", "Morphology", "Meeting", "(", "MMM5", ")", ",", "pages", "269", "?", "290", ",", "Fr", "?", "jus", "." ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4136	[ "5.2", "Corpus", "Benchmark", "Tool", "The", "Corpus", "Benchmark", "Tool", "(", "CBT", ")", "is", "one", "of", "the", "components", "in", "GATE", "which", "enables", "automatic", "evaluation", "of", "an" ]	[ 0, 0, 3, 4, 0, 0, 4, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4137	[ "tution", "is", "the", "same", "as", "the", "cost", "of", "insertion", "or", "deletion", ".", "A", "normalized", "edit", "distance", "(", "NED", ")", "is", "calculated", "by", "dividing", "the", "total", "edit", "cost", "by", "the", "length", "of" ]	[ 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 4, 4, 4, 0, 1, 0, 4, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]
4138	[ "1", "Introduction", "Base", "Phrase", "Chunking", "(", "BPC", ")", ",", "also", "known", "as", "shallow", "syntactic", "parsing", ",", "is", "the", "process", "by", "which", "ad-" ]	[ 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4139	[ "In", "Proceedings", "of", "the", "Third", "International", "Conference", "on", "Web", "Search", "and", "Web", "Data", "Mining", "(", "WSDM", ")", ",", "pages", "101", "?", "110", ",", "New", "York", ",", "NY", ",", "USA", ",", "2010", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0 ]
4140	[ "When", "these", "approaches", "are", "applied", "to", "normal", "Twitter", "users", "accuracy", "results", "significantly", "decrease", ".", "Sentiment", "Analysis", "(", "SA", ")", "has", "been", "widely", "studied", "in", "the", "last", "decade", "in", "multiple", "domains", ".", "Most", "work" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4141	[ "ing", "decision", "can", "be", "made", "directly", "based", "on", "attention", "weights", "from", "the", "two", "query", "components", "or", "further", "rescored", "by", "the", "maximum", "spanning", "tree", "(", "MST", ")", "search", "algorithm", "." ]	[ 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]
4142	[ "As", "further", "evidence", "of", "the", "effectiveness", "of", "our", "framework", ",", "we", "have", "recently", "adapted", "our", "phrase-structure", "parser", "in", "Section", "6", "to", "parsing", "with", "a", "lexicalized", "grammar", "formalism", ",", "Combinatory", "Categorial", "Grammar", "(", "CCG", ")", ",", "and", "achieved", "higher", "F-scores", "than", "the", "state-of-the-art", "C", "&", "C", "CCG", "parser", "(", "Clark", "and", "Curran", "2007", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 2, 4, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]
4143	[ "put", "language", "context", "to", "bias", "translation", "choices", "is", "in", "some", "sense", "a", "neural", "network", "analogy", "to", "the", "PSD", "(", "phrase", "sense", "disambiguation", ")", "approach", "for", "context-dependent", "translation", "probabilities", "of" ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 4, 0, 0, 0, 0, 0, 1, 0, 4, 4, 4, 0, 0, 0, 0, 0, 0, 0 ]
4144	[ "The", "most", "successful", "stochastic", "language", "models", "have", "been", "based", "on", "finite-state", "descriptions", "such", "as", "n-grams", "or", "hidden", "Markov", "models", "(", "HMMs", ")", "(", "Jelinek", "et", "al", ",", "1992", ")", "." ]	[ 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4145	[ "4.1", "KNN", "classification", "The", "basic", "idea", "of", "the", "K", "nearest", "neighbor", "(", "KNN", ")", "classification", "algorithm", "is", "to", "use", "already", "categorized" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
4146	[ "Ney", "discounting", "and", "interpolation", ".", "The", "evaluation", "of", "stream", "counts", "is", "done", "on", "EP+afe+nyt", "(", "EAN", ")", "corpus", ",", "consisting", "of", "1.1", "billion", "words", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4147	[ "pora", ".", "In", "Proceedings", "of", "the", "22nd", "International", "Conference", "on", "Computational", "Linguistics", "(", "COLING", ")", ",", "pages", "993", "?", "1000", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
4148	[ "Donald", ",", "2006", ")", ".", "As", "a", "joint", "approach", ",", "we", "consider", "Reluctant", "Trimmer", "(", "RT", ")", ",", "a", "simplification", "system", "that", "employs", "synchronous", "dependency", "grammars" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0 ]
4149	[ "maries", "C", "are", "overall", "better", "for", "answering", "questions", "than", "summaries", "B", ".", "Comparison", "between", "B", "and", "C", "(", "B-C", ")", "precision", "recall" ]	[ 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 4, 4, 4, 0, 2, 0, 0, 0 ]
4150	[ "However", ",", "one", "interesting", "result", "came", "from", "extending", "the", "feature", "space", "with", "topics", "derived", "from", "Latent", "Dirichlet", "Allocation", "(", "LDA", ")", "using", "similar", "methods", "to", "Ramage", "et", "al", "(", "2009", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]
4151	[ "3", "Framework", "We", "model", "the", "information", "extraction", "task", "as", "a", "markov", "decision", "process", "(", "MDP", ")", ",", "where", "the", "model", "learns", "to", "utilize", "external", "sources", "to", "improve", "upon" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4152	[ "5", "Conclusion", "and", "Further", "Works", "In", "this", "paper", "we", "have", "proposed", "a", "reestimation", "algorithm", "and", "a", "best-first", "parsing", "algorithm", "for", "probabilistic", "dependency", "grammars", "(", "PDG", ")", ".", "The", "reestimation", "algorithm", "is", "a", "variation", "of" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 4, 0, 0, 0, 0, 4, 4, 0, 0, 1, 0, 0, 0, 0, 0, 4, 4, 0, 0 ]
4153	[ "semantic", "links", "between", "NEs", "extracted", "from", "the", "answer", "sentence", "and", "the", "question", "focus", "word", ",", "which", "encodes", "the", "expected", "lexical", "answer", "type", "(", "LAT", ")", ".", "We" ]	[ 0, 0, 0, 1, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0 ]
4154	[ "swer", "sequence", "tagging", ".", "bels", ":", "B-ANSWER", "(", "beginning", "of", "answer", ")", ",", "I-ANSWER", "(", "inside", "of", "answer", ")", ",", "O", "(", "outside", "of", "answer", ")", "." ]	[ 3, 0, 0, 0, 0, 0, 1, 0, 4, 4, 4, 0, 0, 1, 0, 0, 4, 4, 0, 0, 0, 0, 4, 4, 4, 0, 0 ]
4155	[ "Given", "the", "good", "results", "of", "the", "pilot", "we", "decided", "to", "deploy", "the", "task", "in", "Amazon", "Mechanical", "Turk", "(", "AMT", ")", "in", "order", "to", "crowd", "source", "the", "annotation", "task", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4156	[ "Pengfei", "Lu", "Department", "of", "Computer", "Science", "Graduate", "Center", "City", "University", "of", "New", "York", "(", "CUNY", ")", "365", "Fifth", "Ave", ",", "New", "York", ",", "NY", "10016", "pengfei.lu", "@", "qc.cuny.edu", "Matt", "Huenerfauth", "Department", "of", "Computer", "Science", "Queens", "College", "and", "Graduate", "Center", "City", "University", "of", "New", "York", "(", "CUNY", ")", "65-30", "Kissena", "Blvd", ",", "Flushing", ",", "NY", "11367", "matt", "@", "cs.qc.cuny.edu", "Abstract", "American", "Sign", "Language", "(", "ASL", ")", "synthesis", "software", "can", "improve", "the", "accessibility", "of", "in-formation", "and", "services", "for", "deaf", "individuals", "with", "low", "English", "literacy", ".", "The", "synthesis", "com-ponent", "of", "current", "ASL", "animation", "generation", "and", "scripting", "systems", "have", "limited", "handling", "of", "the", "many", "ASL", "verb", "signs", "whose", "movement", "path", "is", "inflected", "to", "indicate", "3D", "locations", "in", "the", "signing", "space", "associated", "with", "discourse", "refer-ents", "." ]	[ 0, 0, 0, 3, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 4, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4157	[ "1", "Introduction", "Language", "identification", "(", "LangID", ")", "is", "the", "problem", "of", "determining", "what", "natural", "language", "a", "document", "is", "written", "in", "." ]	[ 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]
4158	[ "date", "translations", ".", "While", "the", "traditional", "Maximum", "A", "Posteriori", "(", "MAP", ")", "decision", "rule", "can", "be", "optimized", "as", "a", "piecewise", "lin-" ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0 ]
4159	[ "ambiguous", "word", "are", "included", "as", "features", ".", "Medical", "Subject", "Headings", "(", "MeSH", ")", ":", "The", "final", "feature", "is", "also", "specific", "to", "the", "biomedical", "do-" ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4160	[ "given", "the", "precorrected", "sentence", ".", "Each", "Noun", "Phrase", "(", "NP", ")", "in", "the", "test", "sentence", "will", "be", "pre-corrected", "as", "correc-" ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0 ]
4161	[ "bines", "the", "output", "of", "all", "the", "13", "base", "models", "introduced", "previously", ".", "We", "implemented", "the", "meta-classifier", "using", "Support", "Vector", "Machines", "(", "SVMs", ")", "15", "with", "a", "quadratic", "polynomial", "kernel", ",", "and", "C", "=", "0.01", "(", "tuned", "in", "the", "development", "set", ")", ".16", "Lastly", ",", "Table", "13", "shows", "the", "results" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4162	[ "curacy", "of", "an", "automatic", "classifier", "means", "to", "compare", "its", "output", "with", "the", "correct", "semantic", "tags", "on", "a", "Gold", "Standard", "(", "GS", ")", "dataset", ".", "Within", "our", "formal" ]	[ 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
4163	[ "CoTrain", "vs.", "TSVM", "(", "EN", ")", "1.41E-05", "0.00311", "2.17E-08", "CoTrain", "vs.", "TSVM", "(", "ENCN", ")", "1.37E-08", "0.0113", "0.0396", "CoTrain", "vs.", "SelfTrain", "(", "CN", ")", "7.07E-18", "2.79E-11", "6.53E-07", "CoTrain", "vs.", "SelfTrain", "(", "EN", ")", "1.01E-07", "0.0192", "1.35E-07" ]	[ 3, 0, 1, 0, 1, 0, 0, 0, 0, 4, 0, 2, 0, 2, 0, 0, 0, 0, 4, 0, 0, 0, 2, 0, 0, 0, 0, 4, 0, 0, 0, 2, 0, 0, 0, 0 ]
4164	[ "ducted", ".", "The", "administrative", "body", "governing", "these", "decisions", "is", "the", "Institutional", "Review", "Board", "(", "IRB", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0 ]
4165	[ "1", "Introduction", "A", "Chinese", "natural", "language", "processing", "(", "NLP", ")", "platform", "always", "includes", "lexical", "analysis", "(", "word" ]	[ 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
4166	[ "FA8750-09-C-0181", ".", "The", "first", "author", "also", "thanks", "the", "Vietnam", "Education", "Foundation", "(", "VEF", ")", "for", "its", "sponsorship", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0 ]
4167	[ "els", "on", "a", "previously", "unseen", "test", "set", "?", "the", "test", "split", "of", "part", "3", "of", "the", "PATB", "(", "PATB3-TEST", ")", ".", "Table", "6", "shows" ]	[ 0, 0, 3, 0, 0, 0, 0, 0, 4, 0, 0, 4, 4, 4, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0 ]
4168	[ "1", "Introduction", "Since", "the", "introduction", "of", "BLEU", "(", "Papineni", "et", "al", ",", "2002", ")", ",", "automatic", "machine", "translation", "(", "MT", ")", "evaluation", "has", "received", "a", "lot", "of", "research", "interest", "." ]	[ 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]
4169	[ "native", "(", "see", "\\", "[", "2\\", "]", ")", ".", "Task", "Manager", "(", "TM", ")", "In", "our", "previous", "experience", ",", "speech", "recognition", "systems" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4170	[ "(", "http", ":", "//ieee.rkbexplorer.com/", ")", "repository7", ".", "The", "corpus", "of", "cancer", "research", "(", "COCR", ")", "contains", "3334", "domain", "specific", "abstracts", "of", "scientific", "publica-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0 ]
4171	[ "ticular", ",", "this", "includes", "a", "model", "of", "the", "grounding", "process", "(", "Clark", ",", "1996", ")", "that", "involves", "recognition", "and", "construction", "of", "common", "ground", "units", "(", "CGUs", ")", "(", "see", "(", "Traum", ",", "2003", ")", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4172	[ "denote", "Run1", ",", "Run2", ",", "and", "Run3", ",", "respectively", ",", "our", "submissions", "to", "the", "shared", "task", ";", "FL=Flagging", ",", "FS=Feature", "stacking", ",", "DS=Domain", "stacking", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 0 ]
4173	[ "manual", "mapping", ".", "In", "the", "rest", "of", "the", "paper", ",", "we", "shall", "first", "describe", "the", "Switchboard", "Dialogue", "Act", "(", "SWBD-DA", ")", "Corpus", "and", "its", "annotation", "scheme", "(", "i.e", ".", "SWBD-DAMSL", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0 ]
4174	[ "-", "coordination", "(", "COORD", ")", ":", "traite", "les", "c", ",", "'~s", "imples", "de", "coordination", ",", "-", "statistique", "(", "STAT", ")", ":", "utilis6", "sur", "des", "s6quences", "qu'il", "est", "impossible", "de", "d6sambigui'ser", "A", "l'aide" ]	[ 3, 4, 0, 1, 0, 0, 0, 0, 4, 0, 0, 0, 0, 4, 0, 4, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0 ]
4175	[ "In", "Table", "3", "the", "number", "of", "questions", "that", "get", "a", "higher", "and", "lower", "reciprocal", "rank", "(", "RR", ")", "after", "applying", "the", "individual", "lexico-semantic", "resources", "are" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
4176	[ "sion", "with", "LSA", "and", "filtering", "according", "to", "the", "ET", ".", "Further", "on", ",", "we", "apply", "sentiment", "analysis", "(", "SA", ")", "using", "the", "approach", "described", "in", "Section", "5.3", "and" ]	[ 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 3, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4177	[ "search", "tool", ",", "but", "it", "is", "insufficient", "for", "domain-", "specific", "text", ",", "such", "as", "that", "encountered", "in", "the", "MUCs", "(", "Message", "Understanding", "Confer-", "ences", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 4, 4, 4, 0, 0, 0 ]
4178	[ "Apple", "Events", "1", "Introduction", "The", "SlmSum", "(", "Slmulatmn", "of", "Summarizing", ")", "system", "does", "what", "its", "name", "pronuses", "It", "simu-" ]	[ 0, 0, 0, 0, 0, 1, 0, 3, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4179	[ "annotating", "unlabeled", "data", ",", "for", "adapting", "existing", "CRF-based", "named", "entity", "recognition", "(", "NER", ")", "systems", "to", "new", "texts", "or", "domains", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]
4180	[ "Our", "work", "is", "most", "similar", "to", "the", "content", "selection", "method", "of", "the", "multimedia", "conversation", "system", "RIA", "(", "Responsive", "Information", "Architect", ")", "(", "Zhou", "and", "Aggarwal", ",", "2004", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 3, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4181	[ "its", "nondecomposability", ",", "as", "well", "as", "a", "cross", "between", "B", "?", "?", "?", "and", "word", "error", "rate", "(", "WER", ")", "that", "is", "decomposable", "down", "to", "the", "subsentential", "level", "(", "in", "a", "sense", "to", "be" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0 ]
4182	[ "PROD", "=", "Predicate", "$", "SUBJ", "--", "SUBJECT", "value", "of", "feature", "~OL", "DET", "=", "Determiner", "NO", "=", "Noun", "Phrase", "(", "B~R", "I", ")", "ADJ", "=", "Adjective", "GD", "=", "Gender", "NU", "'~=", "Number", "PS", "=", "Person" ]	[ 1, 0, 3, 1, 3, 0, 4, 0, 0, 0, 0, 1, 0, 3, 1, 0, 3, 0, 0, 0, 0, 0, 1, 0, 3, 1, 0, 3, 1, 0, 3, 1, 0, 3 ]
4183	[ "Each", "of", "these", "sets", "is", "further", "divided", "into", "three", "domains", ":", "newswire", "(", "NWire", ")", ",", "newspaper", "(", "NPaper", ")", ",", "and", "broadcast", "news", "(", "BNews", ")", ".", "The", "number", "of", "entities" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
4184	[ "MSEAS", "(", "MS", ",", "MSEA", ",", "VP", ",", "i", ",", "OUT", ")", "(", "1", ")", "Start", "with", "VP", "=", "VAR", "(", "{", "X1", ",", "``", "``", ",", "X", ".", "}", ")", ",", "MSEA", "=", "f~", ",", "i=1", ",", "and", "OUT", "=", "O", ".", "When", "the", "computation", "is", "completed", ",", "MS", "is", "bound", "to", "the", "set", "of", "active" ]	[ 1, 0, 1, 0, 2, 0, 1, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 2, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 2, 0, 4, 4, 4, 4, 4, 0, 0, 0, 2, 0, 0, 0, 4, 0, 0, 0 ]
4185	[ "We", "implement", "MVM", "using", "generative", "model", "primitives", "drawn", "from", "Latent", "Dirichlet", "Allocation", "(", "LDA", ")", "and", "the", "Dirichlet", "Process", "(", "DP", ")", ".", "\|M", "\|", "disparate" ]	[ 0, 0, 1, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0 ]
4186	[ "at", "meeting", "the", "needs", "of", "CSR", "research", ",", "and", "at", "serving", "in", "a", "complementary", "ole", "to", "the", "corpora", "being", "collected", "in", "the", "interactive", "Air", "Travel", "Information", "System", "(", "ATIS", ")", "do-", "main", "." ]	[ 3, 0, 0, 0, 0, 1, 0, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]
4187	[ "One", "example", "of", "this", "would", "be", "in", "providing", "support", "for", "the", "curation", "of", "the", "Gene", "Expression", "Database", "(", "GXD", ")", ".4", "This", "support", "could", "come", "in", "the", "form", "of", "a", "named", "entity", "recog-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0 ]
4188	[ "1", "Introduction", "Annotated", "corpora", "are", "essential", "for", "most", "research", "in", "natural", "language", "processing", "(", "NLP", ")", ".", "For", "exam-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]
4189	[ "contains", "the", "result", "for", "Eisner", "?", "s", "algorithm", "using", "no", "transformation", "(", "N-Proj", ")", ",", "projectivized", "training", "data", "(", "Proj", ")", ",", "and", "pseudo-projective", "parsing", "(", "P-Proj", ")", ".", "The" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 4, 0, 2, 0, 0, 0 ]
4190	[ "The", "partitioning", "of", "the", "dataset", "is", "listed", "in", "the", "Table", "1", ",", "where", "we", "also", "give", "the", "partitioning", "of", "Wall", "Street", "Journal", "(", "WSJ", ")", "(", "Marcus", "et", "al", ",", "1993", ")", "used", "to", "train", "the", "English", "grammar", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4191	[ "conceptualizing", "the", "relation", "of", "coincidence", "or", "proximity", "with", "the", "whole", "Landmark", "(", "LM", ")", "when", "it", "is", "conceived", "as", "a", "point", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0 ]
4192	[ "far", "and", "formulate", "new", "ones", "inspired", "by", "latent", "semantic", "analysis", "(", "LSA", ")", ",", "which", "was", "developed", "within", "the", "information", "retrieval", "(", "IR", ")", "community", "to", "treat", "synonymous", "and", "polysemous", "terms", "(", "Deerwester", "et" ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4 ]
4193	[ "?", "Reverse", "Gap", "(", "RG", ")", ",", "if", "(", "i2", "+", "1", ")", "<", "i3", "for", "OL", "and", "if", "(", "i6", "+", "1", ")", "<", "i1", "for", "OR", ".", "(" ]	[ 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0 ]
4194	[ "Figure", "3", ":", "System", "I", "performance", "for", "each", "relation", "(", "CC=CAUSE-EFFECT", ",", "IA=INSTRUMENTAGENCY", ",", "PP=PRODUCT-PRODUCER", ",", "OE=ORIGIN-ENTITY", ",", "TT=THEME-TOOL", "," ]	[ 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4195	[ "ZC05", "(", "Zettlemoyer", "and", "Collins", "2005", ")", "79.3", "?", "ZC07", "(", "Zettlemoyer", "and", "Collins", "2007", ")", "86.1", "?" ]	[ 1, 0, 3, 4, 4, 0, 0, 0, 0, 1, 0, 4, 4, 4, 4, 0, 0, 0 ]
4196	[ "Figure", "1", "(", "a", ")", ",", "the", "node", "@", "VP", "indicates", "that", "a", "binarization", "has", "been", "performed", "on", "the", "subtree", "VP", "(", "VBD", "PRT", "PP", ")", ".", "All", "remaining", "rules", "that" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 3, 4, 0, 0, 0, 0, 0, 0, 0 ]
4197	[ "ilarity", "between", "given", "texts", ".", "The", "first", "approach", "is", "based", "on", "vector", "space", "models", "(", "VSMs", ")", "(", "Meadow", ",", "1992", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
4198	[ "1", "25", "2", ".", "Loca", "l", "Word", "Grouper", "(", "LWG", ")", "The", "funct", "ion", "of", "th", "i", "s", "b", "lock", "is", "to", "fo", "rm" ]	[ 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
4199	[ "2.3", "Evaluation", "We", "use", "the", "Dutch", "part", "of", "EuroWordNet", "(", "DWN", ")", "(", "Vossen", ",", "1998", ")", "for", "evaluation", "of", "our", "hypernym", "ex-" ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 0, 1, 0, 0, 0, 0, 2, 0, 0, 4, 0, 0, 0 ]

4100

[ "guages", ":", "British", "sign", "language", "(", "BSL", ")", ",", "Danish", "(", "DSL", ")", ",", "French", "Belgian", "(", "FBSL", ")", ",", "Flemish", "(", "FSL", ")", ",", "Greek", "(", "GSL", ")", ",", "and", "Dutch", "(", "NGT", ")", ".", "The", "data", "for", "the" ]

[ 0, 0, 3, 4, 4, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 4, 0, 2, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0 ]

4101

[ "04", "(", "a", ")", "Same", "Topic", "(", "ST", ")", "0.00", "0.01", "0.02", "0.03", "0.04", "0.05", "0.06" ]

[ 0, 0, 3, 1, 0, 4, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0 ]

4102

[ "Examples", "of", "failure", "of", "analysis", "(", "i", ")", "JISSAI", "(", "in", "fact", ")", ",", "CHOSHA-TACHI-WA", "(", "authors", ")", "{", "\\", "[", "KORE-WO", "(", "it", ")", "TSUKATTE", "(", "using", ")", ",", "JUURYOKU-SOUGO-SAYOU-GA", "(", "gravitationally", "interacting", ")", "SHIHAI-SURU", "(", "govern-", "ing", ")", "\\", "]", "TENTAI-NO", "(", "astronomical", ")", "UNDOU-NI-TSUITE", "(", "about", "the", "motion", ")", ",", "KOUSEIDO-DE", "(", "high-" ]

[ 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 4, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 1, 0, 4, 4, 0, 0, 0, 1, 0, 4, 0, 1, 0, 4, 4, 4, 0, 0, 0, 0, 0 ]

4103

[ "In", "Proceedings", "of", "the", "19th", "International", "Conference", "on", "Computational", "Linguistics", "(", "COLING", "?", "02", ")", ",", "pages", "218", "?" ]

[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 2, 2, 0, 0, 0, 0, 2 ]

4104

[ "uses", "the", "mapping", "of", "concept", "dog", "to", "the", "class", "of", "alternative", "expressions", "for", "named", "individual", "(", "such", "as", "using", "the", "name", ",", "2", "VSFL", "(", "``", "Very", "Simple", "Frame", "Language", "''", ")", "and", "SCORE", "CSproket", "Core", "''", ")", "were", "developed", "at", "BBN", "Systems", "and", "Technologies", "by" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 3, 4, 4, 4, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0 ]

4105

[ "2", "Complexity", "of", "GPSG", "Components", "A", "generalized", "phrase", "structure", "grammar", "contains", "five", "language-", "particular", "components", "-", "-", "immediate", "dominance", "(", "ID", ")", "rules", ",", "meta-", "rules", ",", "linear", "precedence", "(", "LP", ")", "statements", ",", "feature", "co-occurrence" ]

[ 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0 ]

4106

[ "den", "Markov", "Models", "(", "HMMs", ")", ",", "Conditional", "Random", "Fields", "(", "CRFs", ")", ",", "Maximum", "Entropy", "Markov", "Models", "(", "MEMMs", ")", ",", "etc", "." ]

[ 0, 3, 4, 0, 1, 0, 0, 3, 4, 4, 0, 1, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]

4107

[ "a", "topic", "model", "are", "compared", ".", "Latent", "Dirichlet", "Allocation", "(", "LDA", ")", "(", "Blei", "et", "al", "2003", ")", "is", "a", "widely", "used", "type", "of", "topic", "model", "in", "which", "documents", "can", "be" ]

[ 3, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4108

[ "are", "either", "too", "wordy", "or", "too", "ungrammatical", ".", "Table", "1", "shows", "the", "compression", "rates", "(", "CompR", ")", "for", "the", "two", "8" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0 ]

4109

[ "This", "paper", "proposes", "a", "contextdependent", "phrase", "reordering", "approach", "that", "uses", "the", "maximum", "entropy", "(", "MaxEnt", ")", "model", "to", "help", "the", "HPB", "decoder", "select", "appropriate", "re-" ]

[ 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 2, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0 ]

4110

[ "3.2", ",6", "Addi", "t", "ion", "of", "T", "rans", "la", "t", "ion", "Rules", "FinMly", ",", "translation", "rules", "(", "TRis", ")", "are", "added", "to", "the", "set", "of", "GLTPC", ",", "s.", "TRis", "are", "descriptions", "in", "which", "concepts" ]

[ 0, 0, 0, 3, 4, 0, 1, 4, 4, 4, 4, 0, 0, 2, 0, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0 ]

4111

[ "lation", "of", "term-lists", ",", "related", "studies", "are", "found", "in", "the", "area", "of", "target", "word", "selection", "(", "for", "content", "words", ")", "in", "conventional", "full-text", "machine", "translation", "(", "MT", ")", "." ]

[ 3, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 4, 4, 0, 1, 0, 0 ]

4112

[ "BG", "80,757", "1.34", "EN", "94,725", "2.58", "Table", "2", ":", "Corpus", "statistics", ":", "SR=Serbian", ",", "SL=Slovene", ",", "EN=English", ",", "BG=Bulgarian" ]

[ 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4113

[ "al.", ",", "2005", ";", "Vapnik", ",", "1998", ")", "based", "on", "the", "Gaussian", "Radial", "Basis", "kernel", "function", "(", "RBF", ")", ".", "We", "tuned" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]

4114

[ "Swedish", "83.01", "(", "82.44", ")", "88.53", "(", "87.36", ")", "81.20", "(", "81.10", ")", "86.50", "(", "85.86", ")", "82.95", "(", "82.66*", ")", "88.29", "(", "87.45*", ")", "82.89", "(", "82.44", ")", "88.61", "(", "87.55", ")", "Turkish", "62.70", "(", "71.27", ")", "73.67", "(", "78.57", ")", "59.83", "(", "68.31", ")", "70.15", "(", "75.17", ")", "63.27*", "(", "71.63*", ")", "73.93*", "(", "78.72*", ")", "62.58", "(", "70.96", ")", "73.09", "(", "77.95", ")", "Table", "1", ":", "Parsing", "accuracy", "of", "the", "undirected", "planar", "parser", "with", "naive", "(", "UPlanarN", ")", "and", "label-based", "(", "UPlanarL", ")", "postprocessing", "in", "comparison", "to", "the", "directed", "planar", "(", "Planar", ")", "and", "the", "MaltParser", "arc-eager", "projective", "(", "MaltP", ")" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 3, 0, 0, 0, 4, 0 ]

4115

[ "Proceedings", "of", "the", "2014", "Conference", "on", "Empirical", "Methods", "in", "Natural", "Language", "Processing", "(", "EMNLP", ")", ",", "pages", "1181", "?", "1191", ",", "October", "25-29", ",", "2014", ",", "Doha", ",", "Qatar", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 4, 4, 0, 1, 2, 0, 0, 0, 0, 2, 0, 0, 2, 0, 2, 0, 2, 0, 0 ]

4116

[ "fidence", "information", "about", "each", "system", "?", "s", "hypothesis", ".", "This", "feature", "class", "includes", "the", "confusion", "network", "(", "CN", ")", "word", "confidence", ",", "CN", "slot", "entropy", ",", "and", "the", "number", "of", "alter-" ]

[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]

4117

[ "1", "Introduction", "Question", "answering", "(", "QA", ")", "from", "a", "knowledge", "base", "(", "KB", ")", "has", "a", "long", "history", "within", "natural", "language" ]

[ 0, 0, 0, 3, 0, 0, 1, 0, 3, 0, 4, 0, 0, 2, 0, 4, 0, 0, 0, 0, 0 ]

4118

[ "level", "for", "natural", "language", "unders", "tand", "ing", "system", ".", "In", "case", "of", "a", "Module", "Package", "Layer", "(", "MPL", ")", ",", "there", "are", "two", "kinds", "of", "program", "packages", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4119

[ "pus", "Linguistics", "2001", "Conference", ",", "pages", "274", "?", "280", ".", "Lancaster", "University", "(", "UK", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0 ]

4120

[ "859", "Proceedings", "of", "the", "13th", "Annual", "Meeting", "of", "the", "Special", "Interest", "Group", "on", "Discourse", "and", "Dialogue", "(", "SIGDIAL", ")", ",", "pages", "217", "?", "226", ",", "Seoul", ",", "South", "Korea", ",", "5-6", "July", "2012", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4121

[ "tion", "device", ",", "a", "Nippon", "Electric", "Corporation", "DP-200", ",", "was", "added", "to", "an", "existing", "natural", "anguage", "processing", "system", ",", "the", "Natural", "Language", "Computer", "(", "NLC", ")", "(", "Ballard", "1979", ",", "Biermann", "and", "Ballard", "1980", ")", "." ]

[ 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4122

[ "Abstract", "Regardless", "of", "language", ",", "the", "standard", "character", "set", "for", "text", "messages", "(", "SMS", ")", "and", "many", "other", "social", "media", "platforms", "is", "the", "Roman", "alphabet", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4123

[ "Associative", "Texture", "Is", "Lost", "In", "Translation", ".", "In", "Proceedings", "of", "the", "Workshop", "on", "Discourse", "in", "Machine", "Translation", "(", "DiscoMT", ")", ",", "pages", "27", "?", "32", ".", "ACL", "2013", "Conference", "," ]

[ 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0 ]

4124

[ "describing", "each", "video", ".", "We", "then", "clustered", "these", "verbs", "using", "Hierarchical", "Agglomerative", "Clustering", "(", "HAC", ")", "using", "the", "res", "metric", "from", "WordNet", ":", ":Similarity", "by" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4125

[ "(", "adjectives", ")", ",", "ADV", "(", "adverbs", ")", ",", "PRON", "(", "pronouns", ")", ",", "DET", "(", "determiners", ")", ",", "ADP", "(", "prepositions", "or", "postpositions", ")", ",", "NUM", "(", "numerals", ")", ",", "CONJ", "(", "conjunctions", ")", ",", "PRT", "(", "particles", ")", ",", "PUNC", "(", "punctuation", "marks", ")", "and" ]

[ 0, 0, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 4, 4, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 1, 0, 3, 0, 0, 0 ]

4126

[ "search", "has", "encore'aged", "the", "FI", "{", "UM1", ")", "api", ")", "roach", ".", "The", "SUMMONS", "(", "SUMMarizing", "Online", "News", "artMes", ")", "system", "(", "McKeown", "and", "Radev", ",", "1999", ")", "takes", "tem-" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 3, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4127

[ "same", "time", ",", "Intelligent", "Computer-Assisted", "Language", "Learning", "(", "ICALL", ")", "and", "Intelligent", "Language", "Tutoring", "(", "ILT", ")", "systems", "(", "e.g.", ",", "Heift", "and", "Schulze", ",", "2007", ";", "Meurers", ",", "2012", ")", "also", "tend", "to", "focus", "more", "on", "gram-" ]

[ 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0 ]

4128

[ "Pivot", ",", "RHS", ")", ",", "generate", "all", "subconstituents", "generate", "_rhs", "(", "RHS", ")", ",", "generate", "material", "on", "path", "to", "root" ]

[ 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]

4129

[ "fn-n1", "?", ".", "The", "annotation", "contains", "a", "feature", "structure", "with", "three", "features", ":", "FE", "(", "Frame", "element", ")", ",", "GF", "(", "Grammatical", "Function", ")", ",", "and", "PT" ]

[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 1, 0, 4, 4, 0, 0, 1, 0, 4, 4, 0, 0, 0, 1 ]

4130

[ "1", ".", "Introduction", "In", "a", "Spoken", "Language", "System", "(", "SLS", ")", "we", "must", "use", "all", "avail-", "able", "knowledge", "sources", "(", "KSs", ")", "to", "decide", "on", "the", "spoken", "sen-" ]

[ 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]

4131

[ "{", "afader", ",", "soderlan", ",", "etzioni", "}", "@", "cs.washington.edu", "Abstract", "Open", "Information", "Extraction", "(", "IE", ")", "is", "the", "task", "of", "extracting", "assertions", "from", "massive", "corpora" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4132

[ "Table", "3", ":", "Results", "on", "DevTest", "and", "Test", "Sets", "compared", "with", "the", "Average", "Performance", "in", "CoNLL", "?", "07", ".", "LAS", "=", "Labelled", "Attachment", "Score", ",", "UAS", "=", "Unlabelled", "Attachment", "Score", ",", "LAcc", "=", "Label", "Accuracy", ",", "AV", "=", "Average", "score", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 1, 0, 3, 4, 4, 0, 1, 0, 4, 4, 4, 0, 1, 0, 3, 4, 0, 1, 0, 4, 0, 0 ]

4133

[ "The", "SU", "detection", "task", "is", "conducted", "on", "two", "corpora", ":", "Broadcast", "News", "(", "BN", ")", "and", "Conversational", "Telephone", "Speech", "(", "CTS", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 2, 0 ]

4134

[ "local", "cons", "t", "i", "tuents", ".", "These", "i", "n", "c", "l", "u", "d", "e", "Hsimplem", "noun", "phrases", "(", "NPs", ")", "and", "prepositional", "phrases", "(", "PPs", ")", ",", "(", "``", "simplen", "meaning", "'up", "to", "the", "head", "noun", "but", "not", "including", "any", "modifying", "clauses", "or", "phrases", "''", ")", ",", "and", "verb", "groups", "(", "VGs", ")" ]

[ 0, 0, 3, 4, 0, 0, 0, 4, 3, 0, 4, 3, 0, 4, 0, 4, 4, 0, 1, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 4, 4, 0, 1, 0 ]

4135

[ "In", "Proceedings", "of", "the", "Fifth", "Mediterranean", "Morphology", "Meeting", "(", "MMM5", ")", ",", "pages", "269", "?", "290", ",", "Fr", "?", "jus", "." ]

[ 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4136

[ "5.2", "Corpus", "Benchmark", "Tool", "The", "Corpus", "Benchmark", "Tool", "(", "CBT", ")", "is", "one", "of", "the", "components", "in", "GATE", "which", "enables", "automatic", "evaluation", "of", "an" ]

[ 0, 0, 3, 4, 0, 0, 4, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4137

[ "tution", "is", "the", "same", "as", "the", "cost", "of", "insertion", "or", "deletion", ".", "A", "normalized", "edit", "distance", "(", "NED", ")", "is", "calculated", "by", "dividing", "the", "total", "edit", "cost", "by", "the", "length", "of" ]

[ 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 4, 4, 4, 0, 1, 0, 4, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]

4138

[ "1", "Introduction", "Base", "Phrase", "Chunking", "(", "BPC", ")", ",", "also", "known", "as", "shallow", "syntactic", "parsing", ",", "is", "the", "process", "by", "which", "ad-" ]

[ 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4139

[ "In", "Proceedings", "of", "the", "Third", "International", "Conference", "on", "Web", "Search", "and", "Web", "Data", "Mining", "(", "WSDM", ")", ",", "pages", "101", "?", "110", ",", "New", "York", ",", "NY", ",", "USA", ",", "2010", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0 ]

4140

[ "When", "these", "approaches", "are", "applied", "to", "normal", "Twitter", "users", "accuracy", "results", "significantly", "decrease", ".", "Sentiment", "Analysis", "(", "SA", ")", "has", "been", "widely", "studied", "in", "the", "last", "decade", "in", "multiple", "domains", ".", "Most", "work" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4141

[ "ing", "decision", "can", "be", "made", "directly", "based", "on", "attention", "weights", "from", "the", "two", "query", "components", "or", "further", "rescored", "by", "the", "maximum", "spanning", "tree", "(", "MST", ")", "search", "algorithm", "." ]

[ 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]

4142

[ "As", "further", "evidence", "of", "the", "effectiveness", "of", "our", "framework", ",", "we", "have", "recently", "adapted", "our", "phrase-structure", "parser", "in", "Section", "6", "to", "parsing", "with", "a", "lexicalized", "grammar", "formalism", ",", "Combinatory", "Categorial", "Grammar", "(", "CCG", ")", ",", "and", "achieved", "higher", "F-scores", "than", "the", "state-of-the-art", "C", "&", "C", "CCG", "parser", "(", "Clark", "and", "Curran", "2007", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 2, 4, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]

4143

[ "put", "language", "context", "to", "bias", "translation", "choices", "is", "in", "some", "sense", "a", "neural", "network", "analogy", "to", "the", "PSD", "(", "phrase", "sense", "disambiguation", ")", "approach", "for", "context-dependent", "translation", "probabilities", "of" ]

[ 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 4, 0, 0, 0, 0, 0, 1, 0, 4, 4, 4, 0, 0, 0, 0, 0, 0, 0 ]

4144

[ "The", "most", "successful", "stochastic", "language", "models", "have", "been", "based", "on", "finite-state", "descriptions", "such", "as", "n-grams", "or", "hidden", "Markov", "models", "(", "HMMs", ")", "(", "Jelinek", "et", "al", ",", "1992", ")", "." ]

[ 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4145

[ "4.1", "KNN", "classification", "The", "basic", "idea", "of", "the", "K", "nearest", "neighbor", "(", "KNN", ")", "classification", "algorithm", "is", "to", "use", "already", "categorized" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]

4146

[ "Ney", "discounting", "and", "interpolation", ".", "The", "evaluation", "of", "stream", "counts", "is", "done", "on", "EP+afe+nyt", "(", "EAN", ")", "corpus", ",", "consisting", "of", "1.1", "billion", "words", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4147

[ "pora", ".", "In", "Proceedings", "of", "the", "22nd", "International", "Conference", "on", "Computational", "Linguistics", "(", "COLING", ")", ",", "pages", "993", "?", "1000", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]

4148

[ "Donald", ",", "2006", ")", ".", "As", "a", "joint", "approach", ",", "we", "consider", "Reluctant", "Trimmer", "(", "RT", ")", ",", "a", "simplification", "system", "that", "employs", "synchronous", "dependency", "grammars" ]

[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0 ]

4149

[ "maries", "C", "are", "overall", "better", "for", "answering", "questions", "than", "summaries", "B", ".", "Comparison", "between", "B", "and", "C", "(", "B-C", ")", "precision", "recall" ]

[ 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 4, 4, 4, 0, 2, 0, 0, 0 ]

4150

[ "However", ",", "one", "interesting", "result", "came", "from", "extending", "the", "feature", "space", "with", "topics", "derived", "from", "Latent", "Dirichlet", "Allocation", "(", "LDA", ")", "using", "similar", "methods", "to", "Ramage", "et", "al", "(", "2009", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]

4151

[ "3", "Framework", "We", "model", "the", "information", "extraction", "task", "as", "a", "markov", "decision", "process", "(", "MDP", ")", ",", "where", "the", "model", "learns", "to", "utilize", "external", "sources", "to", "improve", "upon" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4152

[ "5", "Conclusion", "and", "Further", "Works", "In", "this", "paper", "we", "have", "proposed", "a", "reestimation", "algorithm", "and", "a", "best-first", "parsing", "algorithm", "for", "probabilistic", "dependency", "grammars", "(", "PDG", ")", ".", "The", "reestimation", "algorithm", "is", "a", "variation", "of" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 4, 0, 0, 0, 0, 4, 4, 0, 0, 1, 0, 0, 0, 0, 0, 4, 4, 0, 0 ]

4153

[ "semantic", "links", "between", "NEs", "extracted", "from", "the", "answer", "sentence", "and", "the", "question", "focus", "word", ",", "which", "encodes", "the", "expected", "lexical", "answer", "type", "(", "LAT", ")", ".", "We" ]

[ 0, 0, 0, 1, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0 ]

4154

[ "swer", "sequence", "tagging", ".", "bels", ":", "B-ANSWER", "(", "beginning", "of", "answer", ")", ",", "I-ANSWER", "(", "inside", "of", "answer", ")", ",", "O", "(", "outside", "of", "answer", ")", "." ]

[ 3, 0, 0, 0, 0, 0, 1, 0, 4, 4, 4, 0, 0, 1, 0, 0, 4, 4, 0, 0, 0, 0, 4, 4, 4, 0, 0 ]

4155

[ "Given", "the", "good", "results", "of", "the", "pilot", "we", "decided", "to", "deploy", "the", "task", "in", "Amazon", "Mechanical", "Turk", "(", "AMT", ")", "in", "order", "to", "crowd", "source", "the", "annotation", "task", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4156

[ "Pengfei", "Lu", "Department", "of", "Computer", "Science", "Graduate", "Center", "City", "University", "of", "New", "York", "(", "CUNY", ")", "365", "Fifth", "Ave", ",", "New", "York", ",", "NY", "10016", "pengfei.lu", "@", "qc.cuny.edu", "Matt", "Huenerfauth", "Department", "of", "Computer", "Science", "Queens", "College", "and", "Graduate", "Center", "City", "University", "of", "New", "York", "(", "CUNY", ")", "65-30", "Kissena", "Blvd", ",", "Flushing", ",", "NY", "11367", "matt", "@", "cs.qc.cuny.edu", "Abstract", "American", "Sign", "Language", "(", "ASL", ")", "synthesis", "software", "can", "improve", "the", "accessibility", "of", "in-formation", "and", "services", "for", "deaf", "individuals", "with", "low", "English", "literacy", ".", "The", "synthesis", "com-ponent", "of", "current", "ASL", "animation", "generation", "and", "scripting", "systems", "have", "limited", "handling", "of", "the", "many", "ASL", "verb", "signs", "whose", "movement", "path", "is", "inflected", "to", "indicate", "3D", "locations", "in", "the", "signing", "space", "associated", "with", "discourse", "refer-ents", "." ]

[ 0, 0, 0, 3, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 4, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4157

[ "1", "Introduction", "Language", "identification", "(", "LangID", ")", "is", "the", "problem", "of", "determining", "what", "natural", "language", "a", "document", "is", "written", "in", "." ]

[ 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]

4158

[ "date", "translations", ".", "While", "the", "traditional", "Maximum", "A", "Posteriori", "(", "MAP", ")", "decision", "rule", "can", "be", "optimized", "as", "a", "piecewise", "lin-" ]

[ 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0 ]

4159

[ "ambiguous", "word", "are", "included", "as", "features", ".", "Medical", "Subject", "Headings", "(", "MeSH", ")", ":", "The", "final", "feature", "is", "also", "specific", "to", "the", "biomedical", "do-" ]

[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4160

[ "given", "the", "precorrected", "sentence", ".", "Each", "Noun", "Phrase", "(", "NP", ")", "in", "the", "test", "sentence", "will", "be", "pre-corrected", "as", "correc-" ]

[ 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0 ]

4161

[ "bines", "the", "output", "of", "all", "the", "13", "base", "models", "introduced", "previously", ".", "We", "implemented", "the", "meta-classifier", "using", "Support", "Vector", "Machines", "(", "SVMs", ")", "15", "with", "a", "quadratic", "polynomial", "kernel", ",", "and", "C", "=", "0.01", "(", "tuned", "in", "the", "development", "set", ")", ".16", "Lastly", ",", "Table", "13", "shows", "the", "results" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4162

[ "curacy", "of", "an", "automatic", "classifier", "means", "to", "compare", "its", "output", "with", "the", "correct", "semantic", "tags", "on", "a", "Gold", "Standard", "(", "GS", ")", "dataset", ".", "Within", "our", "formal" ]

[ 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]

4163

[ "CoTrain", "vs.", "TSVM", "(", "EN", ")", "1.41E-05", "0.00311", "2.17E-08", "CoTrain", "vs.", "TSVM", "(", "ENCN", ")", "1.37E-08", "0.0113", "0.0396", "CoTrain", "vs.", "SelfTrain", "(", "CN", ")", "7.07E-18", "2.79E-11", "6.53E-07", "CoTrain", "vs.", "SelfTrain", "(", "EN", ")", "1.01E-07", "0.0192", "1.35E-07" ]

[ 3, 0, 1, 0, 1, 0, 0, 0, 0, 4, 0, 2, 0, 2, 0, 0, 0, 0, 4, 0, 0, 0, 2, 0, 0, 0, 0, 4, 0, 0, 0, 2, 0, 0, 0, 0 ]

4164

[ "ducted", ".", "The", "administrative", "body", "governing", "these", "decisions", "is", "the", "Institutional", "Review", "Board", "(", "IRB", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0 ]

4165

[ "1", "Introduction", "A", "Chinese", "natural", "language", "processing", "(", "NLP", ")", "platform", "always", "includes", "lexical", "analysis", "(", "word" ]

[ 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]

4166

[ "FA8750-09-C-0181", ".", "The", "first", "author", "also", "thanks", "the", "Vietnam", "Education", "Foundation", "(", "VEF", ")", "for", "its", "sponsorship", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0 ]

4167

[ "els", "on", "a", "previously", "unseen", "test", "set", "?", "the", "test", "split", "of", "part", "3", "of", "the", "PATB", "(", "PATB3-TEST", ")", ".", "Table", "6", "shows" ]

[ 0, 0, 3, 0, 0, 0, 0, 0, 4, 0, 0, 4, 4, 4, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0 ]

4168

[ "1", "Introduction", "Since", "the", "introduction", "of", "BLEU", "(", "Papineni", "et", "al", ",", "2002", ")", ",", "automatic", "machine", "translation", "(", "MT", ")", "evaluation", "has", "received", "a", "lot", "of", "research", "interest", "." ]

[ 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]

4169

[ "native", "(", "see", "\\", "[", "2\\", "]", ")", ".", "Task", "Manager", "(", "TM", ")", "In", "our", "previous", "experience", ",", "speech", "recognition", "systems" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4170

[ "(", "http", ":", "//ieee.rkbexplorer.com/", ")", "repository7", ".", "The", "corpus", "of", "cancer", "research", "(", "COCR", ")", "contains", "3334", "domain", "specific", "abstracts", "of", "scientific", "publica-" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0 ]

4171

[ "ticular", ",", "this", "includes", "a", "model", "of", "the", "grounding", "process", "(", "Clark", ",", "1996", ")", "that", "involves", "recognition", "and", "construction", "of", "common", "ground", "units", "(", "CGUs", ")", "(", "see", "(", "Traum", ",", "2003", ")", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4172

[ "denote", "Run1", ",", "Run2", ",", "and", "Run3", ",", "respectively", ",", "our", "submissions", "to", "the", "shared", "task", ";", "FL=Flagging", ",", "FS=Feature", "stacking", ",", "DS=Domain", "stacking", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 0 ]

4173

[ "manual", "mapping", ".", "In", "the", "rest", "of", "the", "paper", ",", "we", "shall", "first", "describe", "the", "Switchboard", "Dialogue", "Act", "(", "SWBD-DA", ")", "Corpus", "and", "its", "annotation", "scheme", "(", "i.e", ".", "SWBD-DAMSL", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0 ]

4174

[ "-", "coordination", "(", "COORD", ")", ":", "traite", "les", "c", ",", "'~s", "imples", "de", "coordination", ",", "-", "statistique", "(", "STAT", ")", ":", "utilis6", "sur", "des", "s6quences", "qu'il", "est", "impossible", "de", "d6sambigui'ser", "A", "l'aide" ]

[ 3, 4, 0, 1, 0, 0, 0, 0, 4, 0, 0, 0, 0, 4, 0, 4, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0 ]

4175

[ "In", "Table", "3", "the", "number", "of", "questions", "that", "get", "a", "higher", "and", "lower", "reciprocal", "rank", "(", "RR", ")", "after", "applying", "the", "individual", "lexico-semantic", "resources", "are" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]

4176

[ "sion", "with", "LSA", "and", "filtering", "according", "to", "the", "ET", ".", "Further", "on", ",", "we", "apply", "sentiment", "analysis", "(", "SA", ")", "using", "the", "approach", "described", "in", "Section", "5.3", "and" ]

[ 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 3, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4177

[ "search", "tool", ",", "but", "it", "is", "insufficient", "for", "domain-", "specific", "text", ",", "such", "as", "that", "encountered", "in", "the", "MUCs", "(", "Message", "Understanding", "Confer-", "ences", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 4, 4, 4, 0, 0, 0 ]

4178

[ "Apple", "Events", "1", "Introduction", "The", "SlmSum", "(", "Slmulatmn", "of", "Summarizing", ")", "system", "does", "what", "its", "name", "pronuses", "It", "simu-" ]

[ 0, 0, 0, 0, 0, 1, 0, 3, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4179

[ "annotating", "unlabeled", "data", ",", "for", "adapting", "existing", "CRF-based", "named", "entity", "recognition", "(", "NER", ")", "systems", "to", "new", "texts", "or", "domains", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]

4180

[ "Our", "work", "is", "most", "similar", "to", "the", "content", "selection", "method", "of", "the", "multimedia", "conversation", "system", "RIA", "(", "Responsive", "Information", "Architect", ")", "(", "Zhou", "and", "Aggarwal", ",", "2004", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 3, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4181

[ "its", "nondecomposability", ",", "as", "well", "as", "a", "cross", "between", "B", "?", "?", "?", "and", "word", "error", "rate", "(", "WER", ")", "that", "is", "decomposable", "down", "to", "the", "subsentential", "level", "(", "in", "a", "sense", "to", "be" ]

[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0 ]

4182

[ "PROD", "=", "Predicate", "$", "SUBJ", "--", "SUBJECT", "value", "of", "feature", "~OL", "DET", "=", "Determiner", "NO", "=", "Noun", "Phrase", "(", "B~R", "I", ")", "ADJ", "=", "Adjective", "GD", "=", "Gender", "NU", "'~=", "Number", "PS", "=", "Person" ]

[ 1, 0, 3, 1, 3, 0, 4, 0, 0, 0, 0, 1, 0, 3, 1, 0, 3, 0, 0, 0, 0, 0, 1, 0, 3, 1, 0, 3, 1, 0, 3, 1, 0, 3 ]

4183

[ "Each", "of", "these", "sets", "is", "further", "divided", "into", "three", "domains", ":", "newswire", "(", "NWire", ")", ",", "newspaper", "(", "NPaper", ")", ",", "and", "broadcast", "news", "(", "BNews", ")", ".", "The", "number", "of", "entities" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]

4184

[ "MSEAS", "(", "MS", ",", "MSEA", ",", "VP", ",", "i", ",", "OUT", ")", "(", "1", ")", "Start", "with", "VP", "=", "VAR", "(", "{", "X1", ",", "``", "``", ",", "X", ".", "}", ")", ",", "MSEA", "=", "f~", ",", "i=1", ",", "and", "OUT", "=", "O", ".", "When", "the", "computation", "is", "completed", ",", "MS", "is", "bound", "to", "the", "set", "of", "active" ]

[ 1, 0, 1, 0, 2, 0, 1, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 2, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 2, 0, 4, 4, 4, 4, 4, 0, 0, 0, 2, 0, 0, 0, 4, 0, 0, 0 ]

4185

[ "We", "implement", "MVM", "using", "generative", "model", "primitives", "drawn", "from", "Latent", "Dirichlet", "Allocation", "(", "LDA", ")", "and", "the", "Dirichlet", "Process", "(", "DP", ")", ".", "|M", "|", "disparate" ]

[ 0, 0, 1, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0 ]

4186

[ "at", "meeting", "the", "needs", "of", "CSR", "research", ",", "and", "at", "serving", "in", "a", "complementary", "ole", "to", "the", "corpora", "being", "collected", "in", "the", "interactive", "Air", "Travel", "Information", "System", "(", "ATIS", ")", "do-", "main", "." ]

[ 3, 0, 0, 0, 0, 1, 0, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]

4187

[ "One", "example", "of", "this", "would", "be", "in", "providing", "support", "for", "the", "curation", "of", "the", "Gene", "Expression", "Database", "(", "GXD", ")", ".4", "This", "support", "could", "come", "in", "the", "form", "of", "a", "named", "entity", "recog-" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0 ]

4188

[ "1", "Introduction", "Annotated", "corpora", "are", "essential", "for", "most", "research", "in", "natural", "language", "processing", "(", "NLP", ")", ".", "For", "exam-" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]

4189

[ "contains", "the", "result", "for", "Eisner", "?", "s", "algorithm", "using", "no", "transformation", "(", "N-Proj", ")", ",", "projectivized", "training", "data", "(", "Proj", ")", ",", "and", "pseudo-projective", "parsing", "(", "P-Proj", ")", ".", "The" ]

[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 4, 0, 2, 0, 0, 0 ]

4190

[ "The", "partitioning", "of", "the", "dataset", "is", "listed", "in", "the", "Table", "1", ",", "where", "we", "also", "give", "the", "partitioning", "of", "Wall", "Street", "Journal", "(", "WSJ", ")", "(", "Marcus", "et", "al", ",", "1993", ")", "used", "to", "train", "the", "English", "grammar", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4191

[ "conceptualizing", "the", "relation", "of", "coincidence", "or", "proximity", "with", "the", "whole", "Landmark", "(", "LM", ")", "when", "it", "is", "conceived", "as", "a", "point", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0 ]

4192

[ "far", "and", "formulate", "new", "ones", "inspired", "by", "latent", "semantic", "analysis", "(", "LSA", ")", ",", "which", "was", "developed", "within", "the", "information", "retrieval", "(", "IR", ")", "community", "to", "treat", "synonymous", "and", "polysemous", "terms", "(", "Deerwester", "et" ]

[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4 ]

4193

[ "?", "Reverse", "Gap", "(", "RG", ")", ",", "if", "(", "i2", "+", "1", ")", "<", "i3", "for", "OL", "and", "if", "(", "i6", "+", "1", ")", "<", "i1", "for", "OR", ".", "(" ]

[ 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0 ]

4194

[ "Figure", "3", ":", "System", "I", "performance", "for", "each", "relation", "(", "CC=CAUSE-EFFECT", ",", "IA=INSTRUMENTAGENCY", ",", "PP=PRODUCT-PRODUCER", ",", "OE=ORIGIN-ENTITY", ",", "TT=THEME-TOOL", "," ]

[ 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4195

[ "ZC05", "(", "Zettlemoyer", "and", "Collins", "2005", ")", "79.3", "?", "ZC07", "(", "Zettlemoyer", "and", "Collins", "2007", ")", "86.1", "?" ]

[ 1, 0, 3, 4, 4, 0, 0, 0, 0, 1, 0, 4, 4, 4, 4, 0, 0, 0 ]

4196

[ "Figure", "1", "(", "a", ")", ",", "the", "node", "@", "VP", "indicates", "that", "a", "binarization", "has", "been", "performed", "on", "the", "subtree", "VP", "(", "VBD", "PRT", "PP", ")", ".", "All", "remaining", "rules", "that" ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 3, 4, 0, 0, 0, 0, 0, 0, 0 ]

4197

[ "ilarity", "between", "given", "texts", ".", "The", "first", "approach", "is", "based", "on", "vector", "space", "models", "(", "VSMs", ")", "(", "Meadow", ",", "1992", ")", "." ]

[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]

4198

[ "1", "25", "2", ".", "Loca", "l", "Word", "Grouper", "(", "LWG", ")", "The", "funct", "ion", "of", "th", "i", "s", "b", "lock", "is", "to", "fo", "rm" ]

[ 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]

4199

[ "2.3", "Evaluation", "We", "use", "the", "Dutch", "part", "of", "EuroWordNet", "(", "DWN", ")", "(", "Vossen", ",", "1998", ")", "for", "evaluation", "of", "our", "hypernym", "ex-" ]

[ 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 0, 1, 0, 0, 0, 0, 2, 0, 0, 4, 0, 0, 0 ]