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

id stringlengths 1 4	tokens list	ner_tags list
6200	[ "it", "can", "therefore", "mean", "?", "prostrated", "on", "the", "threshold", "and", "respectfully", "(", "AD", ")", "paid", "visits", "three", "times", "?", "or" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
6201	[ "logical", "structure", "of", "the", "text", "is", "a", "boundary", "between", "two", "logical", "segments", "(", "see", "Figure", "1", ")", ".", "The", "method", "is", "called", "Logical", "TextTiling", "(", "LTT", ")", ",", "due", "to", "some", "similarities", "with", "the", "TextTiling", "algorithm", "for", "topic", "shifts", "detection", "(", "Hearst", ",", "1997", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6202	[ "We", "evaluated", "our", "Chinese", "word", "segmenter", "in", "the", "open", "track", ",", "on", "all", "4", "corpora", ",", "namely", "Academia", "Sinica", "(", "AS", ")", ",", "City", "University", "of", "Hong", "Kong", "(", "CITYU", ")", ",", "Microsoft", "Research", "(", "MSR", ")", ",", "and" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 3, 4, 3, 0, 0, 0, 1, 0, 0, 4, 4, 0, 1, 0, 0, 0 ]
6203	[ "Both", "Russian", "and", "Czech", "have", "relatively", "free", "word", "order", ",", "so", "it", "may", "seem", "an", "odd", "choice", "to", "use", "a", "Markov", "model", "(", "MM", ")", "tagger", ".", "Why", "should", "second", "order" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
6204	[ "In", "this", "paper", "we", "present", "our", "entry", "to", "the", "WMT", "?", "13", "shared", "task", ":", "Quality", "Estimation", "(", "QE", ")", "for", "machine", "translation", "(", "MT", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 2, 0, 0, 0, 3, 4, 0, 1, 0, 0, 3, 4, 0, 2, 0, 0 ]
6205	[ "tant", "of", "these", "is", "the", "controlled", "vocabulary", "terms", "assigned", "by", "human", "indexers", ".", "NLM", "?", "s", "controlled", "vocabulary", "thesaurus", ",", "Medical", "Subject", "Headings", "(", "MeSH", ")", ",2", "contains", "approximately", "23,000", "descriptors", "arranged", "in", "a", "hierarchical", "structure", "and", "more", "than", "151,000" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 0, 0, 0, 0, 0 ]
6206	[ "Table", "1", ":", "Classifier", "features", "in", "predicate", "disambiguation", "(", "PredDis", ")", ",", "argument", "identification", "(", "ArgId", ")", ",", "and", "argument", "labeling", "(", "ArgLab", ")", "." ]	[ 0, 0, 0, 0, 0, 3, 0, 3, 0, 0, 1, 0, 0, 3, 0, 0, 2, 0, 0, 0, 4, 0, 0, 2, 0 ]
6207	[ "by", "using", "multiple", "learners", "and", "a", "label", "integrator", ".", "We", "have", "developed", "a", "forward", "(", "FR", ")", "and", "a", "backward", "relationship", "(", "BR", ")", "learner", "to", "learn", "relation-" ]	[ 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0 ]
6208	[ "3.1.3", "TBL", "Transformation", "based", "learning", "(", "TBL", ")", ",", "first", "introduced", "by", "Eric", "Brill", "(", "Brill", ",", "1995", ")", ",", "is", "mainly" ]	[ 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0 ]
6209	[ "duction", "to", "the", "two", "matrices", ".", "In", "particular", ",", "we", "adopt", "the", "Singular", "Value", "Decomposition", "(", "SVD", ")", ",", "one", "of", "the", "most", "effective", "methods", "to", "approximate", "the", "original" ]	[ 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, 0, 0 ]
6210	[ "ambiguous", "verb", "structure", "in", "a", "garden-path", "in", "two", "ways", ";", "one", "is", "as", "a", "subordinate", "clause", "(", "MV", ")", ",", "the", "other", "is", "a", "Reduced", "Relative", "(", "RR", ")", ".", "He", "defined" ]	[ 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 1, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]
6211	[ "Based", "on", "the", "statistics", "shown", "in", "Table", "3", ",", "the", "likelihood", "ratio", "tests", "(", "LRT", ")", "model", "captures", "the", "statistical", "association", "between", "a", "pattern", "p", "and", "a", "word" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 4, 0 ]
6212	[ "relates", "only", "loosely", "to", "the", "semantics", "of", "natural", "language", ".", "The", "work", "we", "present", "in", "this", "paper", "differs", "from", "all", "previous", "work", "in", "natural", "anguage", "processing", "(", "NLP", ")", "in", "at", "least", "two", "respects", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 0, 1, 0, 4, 4, 0, 0, 0, 0 ]
6213	[ "news", "headlines", "(", "headlines", ")", ";", "mapping", "of", "lexical", "resources", "from", "Ontonotes", "to", "Wordnet", "(", "OnWN", ")", "and", "from", "FrameNet", "to", "WordNet", "(", "FNWN", ")", ";", "and", "evaluation", "of", "machine", "translation", "(", "SMT", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6214	[ "various", "subsets", "of", "the", "documents", "in", "the", "English", "Gigaword", "corpus", ",", "chiefly", "drawn", "from", "New", "York", "Times", "(", "NYT", ")", "and", "Agence", "France", "Presse", "(", "AFP", ")", ".1", "2.1", "Are", "Discounts", "Constant", "?" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
6215	[ "based", "on", "a", "probabilistic", "model", ".", "We", "investigate", "two", "methods", "using", "Latent", "Dirichlet", "Allocation", "(", "LDA", ")", "(", "Blei", ",", "2003", ")", "in", "?" ]	[ 0, 3, 4, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]
6216	[ "tagging", ".", "These", "errors", "in", "the", "training", "corpora", "affects", "badly", "to", "the", "machine", "learning", "(", "ML", ")", "based", "models", "." ]	[ 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0 ]
6217	[ "Where", "is", "that", "?", "?", ")", ".", "Finally", ",", "the", "task", "features", "(", "TASK", ")", "reflect", "conflicting", "instructions", "in", "the", "domain", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]
6218	[ "3.3", "Aspect", "term", "extraction", "Our", "approach", "for", "aspect", "term", "extraction", "is", "based", "on", "Conditional", "Random", "Fields", "(", "CRF", ")", ".", "The", "choice" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]
6219	[ "tourist", "resources", "was", "made", "by", "the", "Direcc", "?", "a", "?", "o", "Geral", "de", "Turismo", "(", "DGT", ")", "and", "afterwards", "the", "Inventory", "of", "Tourist", "Resources", "(", "IRT", ")", "emerged", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0 ]
6220	[ "OOV", "Handling", "Techniques", "and", "their", "Combination", "We", "compare", "our", "baseline", "system", "(", "BASELINE", ")", "to", "each", "of", "our", "basic", "techniques", "and", "their", "full", "combi-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6221	[ "2.3", "IR", "Similarity", "Measures", "(", "IR", ")", "The", "information", "retrieval", "?", "based", "features", "(", "IR", ")", "were", "based", "on", "a", "dump", "of", "English", "Wikipedia", "from", "Novem-" ]	[ 0, 0, 0, 0, 0, 0, 1, 0, 0, 3, 4, 0, 0, 0, 0, 2, 0, 0, 4, 4, 0, 0, 0, 0, 0, 0 ]
6222	[ "for", "re-ranking", "in", "the", "context", "of", "name", "tagging", ".", "Maximum", "Entropy", "modeling", "(", "MaxEnt", ")", "has", "been", "extremely", "successful", "for", "many", "NLP", "classifi-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0 ]
6223	[ "their", "semantic", "deviation", "values", ".", "The", "result", "is", "a", "list", "of", "pairs", "called", "the", "ICS", "(", "Initial", "Cluster", "Set", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 1, 0, 4, 4, 4, 0, 0 ]
6224	[ "1", "Introduction", "INTERA", "(", "Integrated", "European", "language", "data", "Repository", "Area", ",", "Contract", "22076Y2C2DMAL2", ")", "is" ]	[ 0, 0, 0, 1, 0, 3, 4, 4, 4, 4, 4, 0, 0, 0, 0 ]
6225	[ "Table", "1", ":", "Mean", "relative", "frequencies", "and", "standard", "deviation", "for", "each", "class", "(", "A", "(", "nimate", ")", "vs", ".", "I", "(", "nanimate", ")", ")", "from", "feature", "extraction", "(", "SUBJ=Transitive", "Subject", ",", "OBJ=Object", ",", "GEN=Genitive", "-s", ",", "PASS=Passive", "byphrase", ",", "ANAAN=Anaphoric", "reference", "by", "animate", "pronoun", ",", "ANAIN=Anaphoric", "reference", "by", "inanimate", "pronoun", ",", "REFL=Anaphoric", "reference", "by", "reflexive", "pronoun", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 4, 0, 0, 0, 2, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 0, 0, 4, 4, 4, 0, 0, 0, 4, 4, 3, 0, 0, 0 ]
6226	[ "3", "The", "TMop", "framework", "TMop", "(", "Translation", "Memory", "open-source", "purifier", ")", "is", "an", "open-source", "TM", "cleaning", "software", "written" ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]
6227	[ "cabbage", "9", "chou", "1", "chou", "blossom", "25", "fleur", "73", "commande", "carpet", "39", "tapis", "1", "tapis", "bitter", "59", "amer", "1", "amer", "hammer", "67", "marteau", "1", "marteau", "bread", "82", "pain", "1", "pain", "citizen", "115", "citoyen", "1", "citoyen", "bath", "178", "bain", "1", "bain", "butterfly", "201", "papillon", "1", "papillon", "eat", "208", "manger", "1", "manger", "butter", "220", "beurre", "59", "terre", "eagle", "282", "aigle", "1", "aigle", "cheese", "527", "fromage", "1", "fromage", "cold", "539", "froid", "1", "froid", "deep", "585", "profond", "1", "profond", "cottage", "624", "cabanon", "1", "cabanon", "earth", "702", "terre", "53", "tabac", "child", "735", "enfant", "1", "enfant", "bed", "806", "lit", "2", "table", "beautiful", "923", "beau", "1", "beau", "care", "1267", "soin", "1", "soin", "hand", "1810", "main", "2", "main", "city", "2610", "ville", "1", "ville", "girl", "2673", "fille", "1", "fille", "green", "2861", "vert", "1", "vert", "blue", "2914", "bleu", "1", "bleu", "hard", "3615", "dur", "1", "dur", "black", "9626", "noir", "1", "noir", "Bible", "17791", "Bible", "1", "Bible", "foot", "23548", "pied", "8", "siffler", "chair", "24027", "chaise", "1", "chaise", "fruit", "38544", "fruit", "1", "fruit", "Table", "2", ":", "Results", "for", "the", "language", "pair", "English", "?", "French", ".", "The", "meaning", "of", "the", "columns", "is", "as", "follows", ":", "ESW", "=", "English", "source", "word", ";", "CF", "=", "corpus", "frequency", "of", "English", "source", "word", ";", "ET", "=", "expected", "translation", "according", "to", "gold", "standard", ";", "RE", "=", "computed", "rank", "of", "expected", "translation", ";", "CT", "=", "computed", "translation", "." ]	[ 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, 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, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 3, 0, 0, 4, 0, 0, 0, 1, 0, 4, 4, 4, 0, 1, 0, 3, 4, 4, 4, 4, 4, 0, 1, 0, 4, 4, 0, 0, 0, 0, 0, 1, 0, 4, 4, 4, 4, 4, 0, 1, 0, 4, 4, 0 ]
6228	[ "from", "Association", ".", "ACM", "Transactions", "on", "Information", "Systems", "(", "TOIS", ")", "21:315-346", "." ]	[ 0, 0, 0, 1, 3, 4, 4, 4, 0, 1, 0, 0, 0 ]
6229	[ "2", "TASK", "A", ":", "Question", "Generation", "from", "Paragraphs", "1.1", "Task", "Definition", "The", "Question", "Generation", "from", "Paragraphs", "(", "QGP", ")", "task", "challenges", "participants", "to", "generate", "a", "list", "of", "6", "questions", "from", "a", "given", "input", "paragraph", "." ]	[ 0, 0, 0, 0, 3, 4, 4, 4, 0, 0, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 4, 4, 0, 0, 0, 0 ]
6230	[ "The", "number", "of", "sentences", "with", "product", "features", "?", "Word", "level", "(", "WL", ")", "?" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0 ]
6231	[ "2", "Description", "of", "the", "France", "Telecom", "3000", "Voice", "Agency", "corpus", "The", "France", "Telecom", "3000", "(", "FT3000", ")", "Voice", "Agency", "service", ",", "the", "first", "deployed", "vocal", "service", "at", "France" ]	[ 0, 0, 0, 0, 3, 4, 4, 0, 0, 0, 0, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4 ]
6232	[ "2", "Sign", "language", "phenomena", "Sign", "Languages", "(", "SLs", ")", "involve", "simultaneous", "manual", "and", "non-manual", "components", "for", "conveying", "mean-" ]	[ 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6233	[ "(", "DE", ")", ",", "Greek", "(", "EL", ")", ",", "English", "(", "EN", ")", ",", "Spanish", "(", "ES", ")", ",", "French", "(", "FR", ")", ",", "Italian", "(", "IT", ")", ",", "Korean", "(", "KO", ")", ",", "Dutch", "(", "NL", ")", ",", "Portugese", "(", "PT", ")", ",", "Russian", "(", "RU", ")", ",", "Swedish", "(", "SV", ")", "and", "Chinese", "(", "ZH", ")", "?" ]	[ 0, 1, 0, 0, 0, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0 ]
6234	[ "pute", "probability", "scores", "of", "word", "sequences", ".", "The", "general", "conversational", "language", "model", "(", "LM", ")", "is", "based", "on", "data", "from", "the", "SWITCHBOARD", "corpus", "and", "a", "small" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0 ]
6235	[ "tic", "models", ",", "which", "in", "this", "case", "are", "hidden", "Markov", "models", "(", "HMM", ")", ",", "and", "described", "in", "terms", "of", "wellknown", "Mel", "frequency", "cepstral", "coefficients", "(", "MFCCs", ")", "(", "Benesty", "et", "al", ",", "2008", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 4, 0, 0, 0, 0 ]
6236	[ "con", "using", "label", "propagation", "and", "ground", "truth", "EPA", "values", "(", "POS=", "part-of-speech", ",", "W=", "the", "number", "of", "the", "induced", "words", ",", "MAS=mean", "absolute", "error", ",", "and", "RMSE=", "root", "mean", "squared", "error" ]	[ 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 3, 0, 0, 0, 0, 4, 0, 0, 3, 0, 0, 3, 3, 0, 0, 0, 4, 4, 4, 4 ]
6237	[ "Nincc", "NIA", "~", "\\", "]", "laS", "started", "moving", "from", "toy", "problems", "to", ",", "'eal", "applications", "one", "of", "the", "biggest", "difficully", "has", "been", "Knowledge", "Acquisition", "(", "KA", ")", "of", "different", "lypes", "(", "lexical", ",", "grammatical", ",", "domain" ]	[ 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, 0, 0, 0, 0 ]
6238	[ "lingual", "extensions", "of", "approaches", "based", "on", "latent", "(", "LSI", ")", ",", "generative", "(", "LDA", ",", "PLSI", ")", "as", "well", "as", "explicit", "(", "ESA", ")", "topic", "modelling", "can", "induce", "an", "interlingual", "topic", "space", "allowing", "documents" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 2, 0, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6239	[ "We", "chose", "Gaussian", "distributions", ".", "If", "the", "parents", "of", "node", "X", "are", "Y", ",", "P", "(", "X\|Y", ")", "=", "N", "(", "m", "+", "W", "?" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]
6240	[ "4.0", "release", ".", "This", "was", "also", "the", "training", "data", "used", "in", "the", "experiments", "in", "the", "Parsing", "the", "Web", "(", "PTW", ")", "shared", "task", "at", "NAACL", "2012.2", "In", "the", "shared", "task" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 4, 4, 0, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 1, 0, 0, 4, 0, 0 ]
6241	[ "processing", "applications", ",", "su", "ch", "as", "larg", "e-vocab", "u", "lary", "speech", "recog", "nition", "(", "L", "V", "CS", "R", ")", ",", "statistical", "machine", "translation", "(", "S", "M", "T", ")", "and", "information", "retrieval", "(", "IR", ")", ",", "is", "the", "morpholog", "ical", "analy", "sis", "of", "w", "ords", "." ]	[ 0, 0, 0, 0, 3, 0, 4, 4, 4, 4, 4, 4, 4, 0, 1, 2, 2, 2, 0, 0, 4, 4, 4, 0, 2, 2, 2, 0, 0, 3, 4, 0, 2, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 0, 0 ]
6242	[ "project", ".", "In", "section", "2", "we", "provide", "an", "overview", "of", "the", "automatic", "compound", "processing", "(", "AuCoPro", ")", "project", ",", "which", "forms", "the", "background", "of", "this", "research", "." ]	[ 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, 0 ]
6243	[ "Table", "5", ":", "Final", "test", "accuracies", "for", "Chinese", ".", "UAS", "=", "unlabeled", "attachment", "score", ";", "UEM", "=", "unlabeled", "exact", "match", ";", "LAS", "=", "labeled", "attachment", "score", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 1, 0, 4, 4, 4, 0, 0, 0, 4, 0, 0, 0 ]
6244	[ "Q-based", "Intersection", "PTSD", "stands", "for", "posttraumatic", "stress", "disorder", "and", "is", "a", "psychological", "disorder", ".", "Generic", "Union", "Posttraumatic", "stress", "disorder", "(", "PTSD", ")", "is", "a", "psychological", "disorder", ",", "which", "is", "classified", "as", "an", "anxiety", "disorder", "in", "the", "DSM-IV", ",", "caused", "by", "a", "mental", "trauma", "(", "also", "called", "psychotrauma", ")", "that" ]	[ 0, 0, 1, 0, 0, 0, 3, 4, 0, 4, 4, 0, 4, 0, 0, 0, 4, 4, 4, 0, 2, 0, 4, 4, 0, 4, 0, 0, 4, 0, 0, 0, 0, 4, 0, 0, 1, 0, 0, 0, 4, 0, 4, 0, 0, 0, 0, 0, 0 ]
6245	[ "1", "Introduction", "Using", "natural", "language", "processing", "(", "NLP", ")", "techniques", "to", "mine", "software", "corpora", "such", "as", "code", "com-" ]	[ 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6246	[ "3", "Background", "Slot", "filling", "(", "SF", ")", "is", "a", "query-oriented", "relation", "extraction", "(", "RE", ")", "task", "in", "the", "Knowledge", "Base", "Popu-" ]	[ 0, 0, 0, 3, 0, 0, 1, 0, 3, 0, 0, 4, 0, 0, 2, 0, 4, 0, 0, 0, 0 ]
6247	[ "3.2", "Result", "of", "Chinese", "NER", "We", "evaluated", "our", "named", "entity", "recognizer", "on", "the", "SIGHAN", "Microsoft", "Research", "Asia", "(", "MSRA", ")", "corpus", "in", "both", "closed", "and", "open", "track", "." ]	[ 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6248	[ "Proceedings", "of", "the", "3rd", "Workshop", "on", "Hybrid", "Approaches", "to", "Translation", "(", "HyTra", ")", "@", "EACL", "2014", ",", "pages", "67", "?", "68", ",", "Gothenburg", ",", "Sweden", ",", "April", "27", ",", "2014", "." ]	[ 0, 0, 0, 0, 0, 3, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6249	[ "functions", "to", "SGML-mark", "the", "input", ".", "Fast", "Partial", "Parser", "(", "FPP", ")", ".", "The", "ultimate" ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0 ]
6250	[ "contrast", ",", "L/RMC", "=", "left/right-most", "char", ",", "L/RMW", "=", "left/right-most", "word", ",", "VS", "=", "vowel", "sequences", ",", "HYPH", "=", "hyphenation", ",", "CASE", "=", "case", ",", "PM", "=", "parenthesized", "material", "." ]	[ 0, 0, 1, 0, 3, 4, 0, 1, 0, 4, 4, 0, 1, 0, 3, 4, 0, 1, 0, 3, 0, 1, 0, 3, 0, 1, 0, 3, 4, 0 ]
6251	[ "The", "next-to-last", "column", "shows", "the", "precision", "(", "PRE", ")", "--", "the", "true", "positives", "divided", "by", "all", "verbs", "that", "Lerner", "judged", "to", "be", "+S", ".", "The", "final", "column", "shows", "the", "recall", "(", "REC", ")", "--", "the", "true", "positives", "divided", "by", "all", "verbs", "that", "were", "judged", "+S", "by", "hand", "." ]	[ 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0 ]
6252	[ "Transactions", "of", "the", "Association", "for", "Computational", "Linguistics", "(", "TACL", ")", ",", "1:25", "?", "36", "." ]	[ 3, 4, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
6253	[ "The", "improvement", "of", "PAS", "analysis", "would", "benefit", "many", "natural", "language", "processing", "(", "NLP", ")", "applications", ",", "such", "as", "information", "extraction", ",", "summariza-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]
6254	[ "we", "use", "the", "DUC2002", "and", "DUC2004", "data", "sets", ",", "both", "of", "which", "are", "open", "benchmark", "data", "sets", "from", "Document", "Understanding", "Conference", "(", "DUC", ")", "for", "generic", "automatic", "summarization", "evaluation", "." ]	[ 0, 0, 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, 0 ]
6255	[ "characters", "?", "are", "often", "referred", "to", "by", "pronouns", "or", "definite", "noun", "phrases", "(", "NPs", ")", "instead", "of", "explicit", "repetition", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
6256	[ "The", "two-level", "analysis", "of", "the", "cited", "forms", "ap-", "pears", "below", "ST", "=", "sm'face", "tape", ",", "PT", "--", "pattern", "tape", ",", "115.\\", "[", "'", "--", "root", "tape", ",", "VT", ":", "vocal", "{", "sin", "tat", ")", "e", ",", "and" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 0, 4, 4, 0, 0, 4, 0, 0, 4, 4, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0 ]
6257	[ "exploited", "in", "(", "Goldberg", "and", "Zhu", ",", "2006", ")", ",", "which", "seeks", "document", "sentiments", "as", "an", "output", "of", "an", "optimisation", "problem", "(", "OPTIM", ")", "and", "the", "algorithm", "adopted", "by", "(", "Wu", "et", "al2009", ")", ",", "that", "uses", "ranking" ]	[ 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, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6258	[ "4KEY", ":", "E1S=singular", "first", "person", "ergative", ",", "INC=incompletive", ",", "PART=particle", ",", "PREP=preposition", ",", "PRON=pronoun", ",", "NEG=negation", ",", "37" ]	[ 0, 0, 0, 3, 4, 4, 4, 0, 4, 0, 4, 0, 4, 0, 4, 0, 4, 0 ]
6259	[ "and", "above", "95", "%", "for", "determiners", "(", "DT", ")", ".", "In", "addition", ",", "subjects", "(", "SS", ")", "have", "a", "score", "above", "90", "%", ".", "In", "all", "these" ]	[ 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6260	[ "2.4.1", "English", "Gigaword", "We", "created", "large-scale", "n-gram", "language", "models", "using", "English", "Gigaword", "Second", "Edition6", "(", "EGW", ")", "." ]	[ 0, 3, 4, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 0, 0, 1, 0, 0 ]
6261	[ "For", "POS", "tagging", ",", "the", "three", "main", "error", "categories", "are", "the", "confusion", "between", "adverbs", "(", "AD", ")", "and", "verbs", "with", "an", "adverbial", "force", ",", "between", "measure", "words", "(", "M", ")", "and" ]	[ 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 4, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0 ]
6262	[ "three", "stages", ".", "A", "source-language", "input", "string", "is", "rewritten", "to", "form", "an", "information", "retrieval", "(", "IR", ")", "query", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 4, 4, 0, 1, 0, 0, 0 ]
6263	[ "The", "open", "class", "word", "(", "host", ")", "tends", "to", "be", "uninflected", ",", "and", "only", "the", "light", "verb", "(", "LV", ")", "carries", "tense", ",", "agreement", "and", "aspect", "markers", "." ]	[ 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, 0, 0, 0 ]
6264	[ "Table", "1", ".", "Coverage", "and", "accuracy", "of", "each", "derived", "feature", "for", "RTE3", "revised", "development", "collection", "(", "RTE3Devmt", ")", ",", "the", "RTE3", "Test", "collection", "(", "RTE3Test", ")", "and", "the", "entire", "RTE2", "collection", "(", "RTE2All", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 0, 2, 0, 0, 0, 4, 4, 4, 0, 2, 0, 0, 0, 0, 1, 4, 0, 2, 0, 0 ]
6265	[ "1.2", "The", "Binding", "Module", "The", "output", "of", "grammatical", "modules", "is", "then", "fed", "onto", "the", "Binding", "Module", "(", "BM", ")", "which", "activates", "an", "algorithm", "for", "anaphoric", "binding", "in", "LFG", "terms" ]	[ 0, 0, 3, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 1, 0 ]
6266	[ "followed", "by", "a", "verbal", "suffix", "''", ".", "This", "is", "to", "cover", "general", "verb", "inflection", ",", "for", "both", "auxiliaries", "(", "AUX", "+", ")", "and", "main", "verbs", "(", "AUX", "-", ")", "." ]	[ 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 1, 2, 0, 0, 0, 0, 0, 2, 0, 0, 0 ]
6267	[ "directed", "approach", "according", "to", "(", "Ephraim", "and", "Malah", ",", "1985", ")", "based", "on", "two", "different", "noise", "estimation", "schemes", ",", "i.e", ".", "the", "minimum", "statistics", "approach", "(", "MS", ")", "as", "described", "in", "(", "Martin", ",", "2001", ")", "and", "the", "minimum" ]	[ 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, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 4 ]
6268	[ "Recently", ",", "a", "larger", "set", "of", "word", "relatedness", "judgments", "was", "obtained", "by", "(", "Finkelstein", "et", "al", ",", "2002", ")", "in", "the", "WordSimilarity-353", "(", "WS-353", ")", "collection", ".", "Despite", "the" ]	[ 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 1, 0, 0, 0, 0, 0 ]
6269	[ "ferent", "levels", ".", "For", "each", "text", "pair", "on", "four", "cross", "levels", ",", "i.e.", ",", "Paragraph", "to", "Sentence", "(", "P-S", ")", ",", "Sentence", "to", "Phrase", "(", "S-Ph", ")", ",", "Phrase", "to", "Word", "(", "Ph-W", ")", "and", "Word" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 3, 4, 0, 1, 0, 0, 4, 4, 4, 0, 1, 0, 0, 4, 4, 4, 0, 1, 0, 0, 4 ]
6270	[ "Acknowledgments", "This", "research", "was", "supported", "by", "the", "Deutsche", "Forschungsgemeinschaft", "(", "DFG", ")", "in", "the", "Center", "of", "Excellence", "in", "?" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 4, 0, 0, 0, 0, 4, 0 ]
6271	[ "5", "Conclusions", "We", "have", "presented", "a", "sequential", "semantic", "role", "labeling", "system", "for", "the", "Semeval-2007", "task", "17", "(", "SRL", ")", "." ]	[ 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 4, 4, 4, 4, 0, 0, 0, 1, 0, 0 ]
6272	[ "mentary", "ASR", "systems", ",", "a", "technique", "first", "proposed", "in", "the", "context", "of", "NIST", "?", "s", "ROVER", "system", "(", "Fiscus", ",", "1997", ")", "with", "a", "12", "%", "relative", "error", "reduction", "(", "RER", ")", ",", "and", "subsequently", "widely", "employed", "in", "many", "ASR" ]	[ 0, 1, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 2 ]
6273	[ "The", "application", "will", "eventually", "be", "deployed", "using", "a", "Software", "as", "a", "Service", "(", "SaaS", ")", "model", ".", "It", "will" ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 0, 4, 4, 4, 0, 0, 2, 0, 0, 0, 0 ]
6274	[ "Collins", "et", "al", ".", "(", "2008", ")", "proposed", "simple", "exponentiated", "gradient", "(", "EG", ")", "algorithm", "for", "Conditional", "Random", "Feild", "(", "CRF", ")", "." ]	[ 0, 0, 3, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0 ]
6275	[ "The", "meaning", "of", "the", "abbreviations", "is", "as", "follows", "(", "for", "definitions", "see", "Section", "1", ")", ":", "Incr", "=", "Incrementality", ";", "DP", "=", "Discriminatory", "Power", ";", "Train", "=", "Trainability", ";", "Type", "=", "Hardwired", "Type", "Selection", ";", "Hum", "=", "Human", "Preference", "Modelling", ";", "FB", "=", "Full", "Brevity", "." ]	[ 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 4, 4, 0, 3, 0, 4, 0, 3, 0, 0, 4, 0, 0, 3, 0, 4, 0, 0, 0, 1, 0, 3, 4, 0 ]
6276	[ "FEDERAL", "DATA", "ENCRYPTION", "STANDARD", "APPROVED", "BY", "COMMERCE", "DEPARTMENT", "A", "data", "encryption", "algorithm", ",", "designed", "to", "protect", "digital", "information", ",", "was", "approved", "in", "November", "ad", "a", "Federal", ".Information", "Processing", "Standard", "(", "FIPS", ")", "by", "the", "Department", "of", "Commerce", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 4 ]
6277	[ "Free", "word", "associations", "are", "the", "words", "people", "spontaneously", "come", "up", "with", "in", "re-sponse", "to", "a", "stimulus", "word", ".", "Such", "informa-tion", "has", "been", "collected", "from", "test", "persons", "and", "stored", "in", "databases", ".", "A", "well", "known", "example", "is", "the", "Edinburgh", "Associative", "Thesaurus", "(", "EAT", ")", ".", "We", "will", "show", "in", "this", "paper", "that", "this", "kind", "of", "knowledge", "can", "be", "acquired", "automatically", "from", "corpora", ",", "en-abling", "the", "computer", "to", "produce", "similar", "associative", "responses", "as", "people", "do", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 0, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0, 4, 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 ]
6278	[ "(", "Joachims", ",", "1999", ")", "software", ")", ".", "In", "it", ",", "we", "implemented", ":", "the", "String", "Kernel", "(", "SK", ")", ",", "the", "Syntactic", "Tree", "Kernel", "(", "STK", ")", ",", "the", "Shallow", "Semantic", "Tree", "Kernel" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 4 ]
6279	[ "storing", "our", "storage", ".", "We", "built", "a", "pattern", "matching", "system", "based", "on", "Finite", "State", "Automata", "(", "FSA", ")", ".", "After" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0 ]
6280	[ "The", "target", "set", "is", "built", "using", "the", "?", "88-", "?", "89", "Wall", "Street", "Journal", "Corpus", "(", "WSJ", ")", "tagged", "using", "the", "(", "Ratnaparkhi", ",", "1996", ")", "tagger", "and" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6281	[ "lexicon", "tool", ",", "with", "a", "classification", "phase", "based", "on", "Featured-Based", "kernel", "such", "as", "SL", "kernel", "and", "TreeBased", "kernel", "such", "as", "Dependency", "tree", "(", "DT", ")", "kernel", "(", "Culotta", "and", "Sorensen", ",", "2004", ")", "and", "Phrase", "Structure" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6282	[ "Symbol", "Descriptor", "Example", "If", ".", "I", "Simple", "connection", "between", "(", "IMPEDANCE", ")", "GA", "TAF~I", "I\|.2" ]	[ 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 2, 0, 0, 0, 0 ]
6283	[ "1", "Introduction", "Synchronous", "contex", "free", "grammars", "(", "SCFGs", ")", "generalize", "traditional", "context-free", "grammars", "to", "generate" ]	[ 0, 0, 0, 3, 4, 4, 0, 0, 1, 0, 0, 0, 4, 0, 0 ]
6284	[ "Association", "measure", "Following", "the", "aforementioned", "studies", ",", "we", "implemented", "these", "popular", "measures", ":", "pointwise", "mutual", "information", "(", "PMI", ")", ",", "log-likelihood", "ratio", "(", "LL", ")", "and", "chi-square", "(", "?" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0 ]
6285	[ "Given", "an", "input", "pair", "(", "q", ",", "a", ")", ",", "where", "q", "is", "a", "question", "and", "a", "is", "a", "candidate", "answer", ",", "first", "we", "retrieve", "the", "word", "embeddings", "(", "WEs", ")", "of", "both", "q", "and", "a", ".", "Then", ",", "we", "separately", "apply", "a" ]	[ 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, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6286	[ "Therefore", ",", "the", "standard", "metrics", "widely", "used", "in", "sequential", "topic", "segmentation", "for", "monologues", "and", "dialogs", ",", "such", "as", "Pk", "and", "WindowDiff", "(", "WD", ")", ",", "are", "also", "not", "applicable", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
6287	[ "English", "For", "English", "dataset", ",", "we", "follow", "the", "standard", "splits", "of", "Penn", "Treebank", "(", "PTB", ")", ",", "using", "sections", "2-21", "for", "training", ",", "section", "22", "as", "de-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6288	[ "1", "Introduction", "For", "the", "past", "three", "decades", ",", "there", "has", "been", "a", "great", "deal", "of", "work", "on", "the", "automatic", "identification", "(", "ID", ")", "of", "languages", "from", "the", "speech", "signal", "alone", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 4, 0, 0, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6289	[ "2004", ".", "On", "clusterings", ":", "Good", ",", "bad", "and", "spectral", ".", "Journal", "of", "the", "ACM", "(", "JACM", ")", ",", "51", "(", "3", ")", ":497", "?", "515", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6290	[ "Broadcast", "News", "(", "BN", ")", ",", "Newswire", "(", "NW", ")", ",", "Broadcast", "Conversation", "(", "BC", ")", ",", "Telephone", "Conversation", "(", "TC", ")", ",", "Web", "Blog", "(", "WB", ")", "and", "Magazine", "(", "MZ", ")", "." ]	[ 0, 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, 3, 0, 1, 0, 0 ]
6291	[ "IDF", "Approach", ".", "Proceedings", "of", "International", "Conference", "on", "Language", "Resources", "and", "Evaluation", "(", "LREC", ")", "2012", ",", "European", "Language", "Resources", "Association" ]	[ 1, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 0, 1, 0, 0, 0, 0, 4, 4, 0 ]
6292	[ "This", "paper", "presents", "the", "UNITOR", "system", "that", "participated", "in", "the", "*SEM", "2013", "shared", "task", "on", "Semantic", "Textual", "Similarity", "(", "STS", ")", ".", "The", "task", "is" ]	[ 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0 ]
6293	[ "figure", "1", ".", "To", "avoid", "confusion", ",", "we", "refer", "to", "this", "basic", "unit", "throughout", "as", "a", "Temporal", "Unit", "(", "TU", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0 ]
6294	[ "(", "Koehn", ",", "2004a", ")", ".", "Furthermore", ",", "they", "extendedWSD", "to", "phrase", "sense", "disambiguation", "(", "PSD", ")", "(", "Carpuat", "and", "Wu", ",", "2007a", ")", "." ]	[ 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 ]
6295	[ "in", "a", "fully", "automatic", "fashion", ".", "Again", ",", "this", "is", "an", "exciting", "possibility", "that", "would", "solve", "the", "current", "bottleneck", "of", "supervised", "word", "sense", "disambiguation", "(", "WSD", ")", "methods", "(", "namely", ",", "that", "sense-tagged", "corpora", "are", "very", "costly", "to", "acquire", ")", "." ]	[ 0, 3, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6296	[ "Hypernym", "Hyponyms", "Co-Hyponyms", "Figure", "2", ":", "The", "proposed", "semantic", "word", "embedding", "(", "SWE", ")", "learning", "framework", "(", "The", "left", "part", "denotes", "the", "state-of-the-art", "skip-gram", "model", ";", "The", "right", "part", "represents", "the", "semantic", "constraints", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0 ]
6297	[ "Stephanie", "Strassel", "and", "Zhiyi", "Song", "and", "Joe", "Ellis", "University", "of", "Pennsylvania", "Linguistic", "Data", "Consortium", "(", "LDC", ")", "Philadelphia", ",", "PA", ",", "USA" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 1, 0, 1 ]
6298	[ "CoTrain", "vs.", "BaseCN2", "0.000144", "4.77E-05", "0.000247", "CoTrain", "vs.", "BaseCN3", "0.0009", "0.000287", "0.00139", "CoTrain", "vs.", "LEX", "(", "CN", ")", "9.53E-10", "7.15E-11", "1.17E-09", "CoTrain", "vs.", "LEX", "(", "EN", ")", "1.87E-05", "1.64E-05", "8.92E-07" ]	[ 3, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 4, 0, 1, 0, 1, 0, 0, 0, 0, 4, 0, 2, 0, 1, 0, 0, 0, 0 ]
6299	[ "Patrizia", "Paggio", "University", "of", "Copenhagen", "Centre", "for", "Language", "Technology", "(", "CST", ")", "Njalsgade", "140", ",", "2300-DK", "Copenhagen" ]	[ 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 1, 0 ]

6200

[ "it", "can", "therefore", "mean", "?", "prostrated", "on", "the", "threshold", "and", "respectfully", "(", "AD", ")", "paid", "visits", "three", "times", "?", "or" ]

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

6201

[ "logical", "structure", "of", "the", "text", "is", "a", "boundary", "between", "two", "logical", "segments", "(", "see", "Figure", "1", ")", ".", "The", "method", "is", "called", "Logical", "TextTiling", "(", "LTT", ")", ",", "due", "to", "some", "similarities", "with", "the", "TextTiling", "algorithm", "for", "topic", "shifts", "detection", "(", "Hearst", ",", "1997", ")", "." ]

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

6202

[ "We", "evaluated", "our", "Chinese", "word", "segmenter", "in", "the", "open", "track", ",", "on", "all", "4", "corpora", ",", "namely", "Academia", "Sinica", "(", "AS", ")", ",", "City", "University", "of", "Hong", "Kong", "(", "CITYU", ")", ",", "Microsoft", "Research", "(", "MSR", ")", ",", "and" ]

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

6203

[ "Both", "Russian", "and", "Czech", "have", "relatively", "free", "word", "order", ",", "so", "it", "may", "seem", "an", "odd", "choice", "to", "use", "a", "Markov", "model", "(", "MM", ")", "tagger", ".", "Why", "should", "second", "order" ]

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

6204

[ "In", "this", "paper", "we", "present", "our", "entry", "to", "the", "WMT", "?", "13", "shared", "task", ":", "Quality", "Estimation", "(", "QE", ")", "for", "machine", "translation", "(", "MT", ")", "." ]

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

6205

[ "tant", "of", "these", "is", "the", "controlled", "vocabulary", "terms", "assigned", "by", "human", "indexers", ".", "NLM", "?", "s", "controlled", "vocabulary", "thesaurus", ",", "Medical", "Subject", "Headings", "(", "MeSH", ")", ",2", "contains", "approximately", "23,000", "descriptors", "arranged", "in", "a", "hierarchical", "structure", "and", "more", "than", "151,000" ]

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

6206

[ "Table", "1", ":", "Classifier", "features", "in", "predicate", "disambiguation", "(", "PredDis", ")", ",", "argument", "identification", "(", "ArgId", ")", ",", "and", "argument", "labeling", "(", "ArgLab", ")", "." ]

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

6207

[ "by", "using", "multiple", "learners", "and", "a", "label", "integrator", ".", "We", "have", "developed", "a", "forward", "(", "FR", ")", "and", "a", "backward", "relationship", "(", "BR", ")", "learner", "to", "learn", "relation-" ]

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

6208

[ "3.1.3", "TBL", "Transformation", "based", "learning", "(", "TBL", ")", ",", "first", "introduced", "by", "Eric", "Brill", "(", "Brill", ",", "1995", ")", ",", "is", "mainly" ]

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

6209

[ "duction", "to", "the", "two", "matrices", ".", "In", "particular", ",", "we", "adopt", "the", "Singular", "Value", "Decomposition", "(", "SVD", ")", ",", "one", "of", "the", "most", "effective", "methods", "to", "approximate", "the", "original" ]

[ 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, 0, 0 ]

6210

[ "ambiguous", "verb", "structure", "in", "a", "garden-path", "in", "two", "ways", ";", "one", "is", "as", "a", "subordinate", "clause", "(", "MV", ")", ",", "the", "other", "is", "a", "Reduced", "Relative", "(", "RR", ")", ".", "He", "defined" ]

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

6211

[ "Based", "on", "the", "statistics", "shown", "in", "Table", "3", ",", "the", "likelihood", "ratio", "tests", "(", "LRT", ")", "model", "captures", "the", "statistical", "association", "between", "a", "pattern", "p", "and", "a", "word" ]

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

6212

[ "relates", "only", "loosely", "to", "the", "semantics", "of", "natural", "language", ".", "The", "work", "we", "present", "in", "this", "paper", "differs", "from", "all", "previous", "work", "in", "natural", "anguage", "processing", "(", "NLP", ")", "in", "at", "least", "two", "respects", "." ]

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

6213

[ "news", "headlines", "(", "headlines", ")", ";", "mapping", "of", "lexical", "resources", "from", "Ontonotes", "to", "Wordnet", "(", "OnWN", ")", "and", "from", "FrameNet", "to", "WordNet", "(", "FNWN", ")", ";", "and", "evaluation", "of", "machine", "translation", "(", "SMT", ")", "." ]

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

6214

[ "various", "subsets", "of", "the", "documents", "in", "the", "English", "Gigaword", "corpus", ",", "chiefly", "drawn", "from", "New", "York", "Times", "(", "NYT", ")", "and", "Agence", "France", "Presse", "(", "AFP", ")", ".1", "2.1", "Are", "Discounts", "Constant", "?" ]

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

6215

[ "based", "on", "a", "probabilistic", "model", ".", "We", "investigate", "two", "methods", "using", "Latent", "Dirichlet", "Allocation", "(", "LDA", ")", "(", "Blei", ",", "2003", ")", "in", "?" ]

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

6216

[ "tagging", ".", "These", "errors", "in", "the", "training", "corpora", "affects", "badly", "to", "the", "machine", "learning", "(", "ML", ")", "based", "models", "." ]

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

6217

[ "Where", "is", "that", "?", "?", ")", ".", "Finally", ",", "the", "task", "features", "(", "TASK", ")", "reflect", "conflicting", "instructions", "in", "the", "domain", "." ]

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

6218

[ "3.3", "Aspect", "term", "extraction", "Our", "approach", "for", "aspect", "term", "extraction", "is", "based", "on", "Conditional", "Random", "Fields", "(", "CRF", ")", ".", "The", "choice" ]

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

6219

[ "tourist", "resources", "was", "made", "by", "the", "Direcc", "?", "a", "?", "o", "Geral", "de", "Turismo", "(", "DGT", ")", "and", "afterwards", "the", "Inventory", "of", "Tourist", "Resources", "(", "IRT", ")", "emerged", "." ]

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

6220

[ "OOV", "Handling", "Techniques", "and", "their", "Combination", "We", "compare", "our", "baseline", "system", "(", "BASELINE", ")", "to", "each", "of", "our", "basic", "techniques", "and", "their", "full", "combi-" ]

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

6221

[ "2.3", "IR", "Similarity", "Measures", "(", "IR", ")", "The", "information", "retrieval", "?", "based", "features", "(", "IR", ")", "were", "based", "on", "a", "dump", "of", "English", "Wikipedia", "from", "Novem-" ]

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

6222

[ "for", "re-ranking", "in", "the", "context", "of", "name", "tagging", ".", "Maximum", "Entropy", "modeling", "(", "MaxEnt", ")", "has", "been", "extremely", "successful", "for", "many", "NLP", "classifi-" ]

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

6223

[ "their", "semantic", "deviation", "values", ".", "The", "result", "is", "a", "list", "of", "pairs", "called", "the", "ICS", "(", "Initial", "Cluster", "Set", ")", "." ]

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

6224

[ "1", "Introduction", "INTERA", "(", "Integrated", "European", "language", "data", "Repository", "Area", ",", "Contract", "22076Y2C2DMAL2", ")", "is" ]

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

6225

[ "Table", "1", ":", "Mean", "relative", "frequencies", "and", "standard", "deviation", "for", "each", "class", "(", "A", "(", "nimate", ")", "vs", ".", "I", "(", "nanimate", ")", ")", "from", "feature", "extraction", "(", "SUBJ=Transitive", "Subject", ",", "OBJ=Object", ",", "GEN=Genitive", "-s", ",", "PASS=Passive", "byphrase", ",", "ANAAN=Anaphoric", "reference", "by", "animate", "pronoun", ",", "ANAIN=Anaphoric", "reference", "by", "inanimate", "pronoun", ",", "REFL=Anaphoric", "reference", "by", "reflexive", "pronoun", ")", "." ]

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

6226

[ "3", "The", "TMop", "framework", "TMop", "(", "Translation", "Memory", "open-source", "purifier", ")", "is", "an", "open-source", "TM", "cleaning", "software", "written" ]

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

6227

[ "cabbage", "9", "chou", "1", "chou", "blossom", "25", "fleur", "73", "commande", "carpet", "39", "tapis", "1", "tapis", "bitter", "59", "amer", "1", "amer", "hammer", "67", "marteau", "1", "marteau", "bread", "82", "pain", "1", "pain", "citizen", "115", "citoyen", "1", "citoyen", "bath", "178", "bain", "1", "bain", "butterfly", "201", "papillon", "1", "papillon", "eat", "208", "manger", "1", "manger", "butter", "220", "beurre", "59", "terre", "eagle", "282", "aigle", "1", "aigle", "cheese", "527", "fromage", "1", "fromage", "cold", "539", "froid", "1", "froid", "deep", "585", "profond", "1", "profond", "cottage", "624", "cabanon", "1", "cabanon", "earth", "702", "terre", "53", "tabac", "child", "735", "enfant", "1", "enfant", "bed", "806", "lit", "2", "table", "beautiful", "923", "beau", "1", "beau", "care", "1267", "soin", "1", "soin", "hand", "1810", "main", "2", "main", "city", "2610", "ville", "1", "ville", "girl", "2673", "fille", "1", "fille", "green", "2861", "vert", "1", "vert", "blue", "2914", "bleu", "1", "bleu", "hard", "3615", "dur", "1", "dur", "black", "9626", "noir", "1", "noir", "Bible", "17791", "Bible", "1", "Bible", "foot", "23548", "pied", "8", "siffler", "chair", "24027", "chaise", "1", "chaise", "fruit", "38544", "fruit", "1", "fruit", "Table", "2", ":", "Results", "for", "the", "language", "pair", "English", "?", "French", ".", "The", "meaning", "of", "the", "columns", "is", "as", "follows", ":", "ESW", "=", "English", "source", "word", ";", "CF", "=", "corpus", "frequency", "of", "English", "source", "word", ";", "ET", "=", "expected", "translation", "according", "to", "gold", "standard", ";", "RE", "=", "computed", "rank", "of", "expected", "translation", ";", "CT", "=", "computed", "translation", "." ]

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

6228

[ "from", "Association", ".", "ACM", "Transactions", "on", "Information", "Systems", "(", "TOIS", ")", "21:315-346", "." ]

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

6229

[ "2", "TASK", "A", ":", "Question", "Generation", "from", "Paragraphs", "1.1", "Task", "Definition", "The", "Question", "Generation", "from", "Paragraphs", "(", "QGP", ")", "task", "challenges", "participants", "to", "generate", "a", "list", "of", "6", "questions", "from", "a", "given", "input", "paragraph", "." ]

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

6230

[ "The", "number", "of", "sentences", "with", "product", "features", "?", "Word", "level", "(", "WL", ")", "?" ]

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

6231

[ "2", "Description", "of", "the", "France", "Telecom", "3000", "Voice", "Agency", "corpus", "The", "France", "Telecom", "3000", "(", "FT3000", ")", "Voice", "Agency", "service", ",", "the", "first", "deployed", "vocal", "service", "at", "France" ]

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

6232

[ "2", "Sign", "language", "phenomena", "Sign", "Languages", "(", "SLs", ")", "involve", "simultaneous", "manual", "and", "non-manual", "components", "for", "conveying", "mean-" ]

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

6233

[ "(", "DE", ")", ",", "Greek", "(", "EL", ")", ",", "English", "(", "EN", ")", ",", "Spanish", "(", "ES", ")", ",", "French", "(", "FR", ")", ",", "Italian", "(", "IT", ")", ",", "Korean", "(", "KO", ")", ",", "Dutch", "(", "NL", ")", ",", "Portugese", "(", "PT", ")", ",", "Russian", "(", "RU", ")", ",", "Swedish", "(", "SV", ")", "and", "Chinese", "(", "ZH", ")", "?" ]

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

6234

[ "pute", "probability", "scores", "of", "word", "sequences", ".", "The", "general", "conversational", "language", "model", "(", "LM", ")", "is", "based", "on", "data", "from", "the", "SWITCHBOARD", "corpus", "and", "a", "small" ]

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

6235

[ "tic", "models", ",", "which", "in", "this", "case", "are", "hidden", "Markov", "models", "(", "HMM", ")", ",", "and", "described", "in", "terms", "of", "wellknown", "Mel", "frequency", "cepstral", "coefficients", "(", "MFCCs", ")", "(", "Benesty", "et", "al", ",", "2008", ")", "." ]

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

6236

[ "con", "using", "label", "propagation", "and", "ground", "truth", "EPA", "values", "(", "POS=", "part-of-speech", ",", "W=", "the", "number", "of", "the", "induced", "words", ",", "MAS=mean", "absolute", "error", ",", "and", "RMSE=", "root", "mean", "squared", "error" ]

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

6237

[ "Nincc", "NIA", "~", "\\", "]", "laS", "started", "moving", "from", "toy", "problems", "to", ",", "'eal", "applications", "one", "of", "the", "biggest", "difficully", "has", "been", "Knowledge", "Acquisition", "(", "KA", ")", "of", "different", "lypes", "(", "lexical", ",", "grammatical", ",", "domain" ]

[ 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, 0, 0, 0, 0 ]

6238

[ "lingual", "extensions", "of", "approaches", "based", "on", "latent", "(", "LSI", ")", ",", "generative", "(", "LDA", ",", "PLSI", ")", "as", "well", "as", "explicit", "(", "ESA", ")", "topic", "modelling", "can", "induce", "an", "interlingual", "topic", "space", "allowing", "documents" ]

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

6239

[ "We", "chose", "Gaussian", "distributions", ".", "If", "the", "parents", "of", "node", "X", "are", "Y", ",", "P", "(", "X|Y", ")", "=", "N", "(", "m", "+", "W", "?" ]

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

6240

[ "4.0", "release", ".", "This", "was", "also", "the", "training", "data", "used", "in", "the", "experiments", "in", "the", "Parsing", "the", "Web", "(", "PTW", ")", "shared", "task", "at", "NAACL", "2012.2", "In", "the", "shared", "task" ]

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

6241

[ "processing", "applications", ",", "su", "ch", "as", "larg", "e-vocab", "u", "lary", "speech", "recog", "nition", "(", "L", "V", "CS", "R", ")", ",", "statistical", "machine", "translation", "(", "S", "M", "T", ")", "and", "information", "retrieval", "(", "IR", ")", ",", "is", "the", "morpholog", "ical", "analy", "sis", "of", "w", "ords", "." ]

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

6242

[ "project", ".", "In", "section", "2", "we", "provide", "an", "overview", "of", "the", "automatic", "compound", "processing", "(", "AuCoPro", ")", "project", ",", "which", "forms", "the", "background", "of", "this", "research", "." ]

[ 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, 0 ]

6243

[ "Table", "5", ":", "Final", "test", "accuracies", "for", "Chinese", ".", "UAS", "=", "unlabeled", "attachment", "score", ";", "UEM", "=", "unlabeled", "exact", "match", ";", "LAS", "=", "labeled", "attachment", "score", "." ]

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

6244

[ "Q-based", "Intersection", "PTSD", "stands", "for", "posttraumatic", "stress", "disorder", "and", "is", "a", "psychological", "disorder", ".", "Generic", "Union", "Posttraumatic", "stress", "disorder", "(", "PTSD", ")", "is", "a", "psychological", "disorder", ",", "which", "is", "classified", "as", "an", "anxiety", "disorder", "in", "the", "DSM-IV", ",", "caused", "by", "a", "mental", "trauma", "(", "also", "called", "psychotrauma", ")", "that" ]

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

6245

[ "1", "Introduction", "Using", "natural", "language", "processing", "(", "NLP", ")", "techniques", "to", "mine", "software", "corpora", "such", "as", "code", "com-" ]

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

6246

[ "3", "Background", "Slot", "filling", "(", "SF", ")", "is", "a", "query-oriented", "relation", "extraction", "(", "RE", ")", "task", "in", "the", "Knowledge", "Base", "Popu-" ]

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

6247

[ "3.2", "Result", "of", "Chinese", "NER", "We", "evaluated", "our", "named", "entity", "recognizer", "on", "the", "SIGHAN", "Microsoft", "Research", "Asia", "(", "MSRA", ")", "corpus", "in", "both", "closed", "and", "open", "track", "." ]

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

6248

[ "Proceedings", "of", "the", "3rd", "Workshop", "on", "Hybrid", "Approaches", "to", "Translation", "(", "HyTra", ")", "@", "EACL", "2014", ",", "pages", "67", "?", "68", ",", "Gothenburg", ",", "Sweden", ",", "April", "27", ",", "2014", "." ]

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

6249

[ "functions", "to", "SGML-mark", "the", "input", ".", "Fast", "Partial", "Parser", "(", "FPP", ")", ".", "The", "ultimate" ]

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

6250

[ "contrast", ",", "L/RMC", "=", "left/right-most", "char", ",", "L/RMW", "=", "left/right-most", "word", ",", "VS", "=", "vowel", "sequences", ",", "HYPH", "=", "hyphenation", ",", "CASE", "=", "case", ",", "PM", "=", "parenthesized", "material", "." ]

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

6251

[ "The", "next-to-last", "column", "shows", "the", "precision", "(", "PRE", ")", "--", "the", "true", "positives", "divided", "by", "all", "verbs", "that", "Lerner", "judged", "to", "be", "+S", ".", "The", "final", "column", "shows", "the", "recall", "(", "REC", ")", "--", "the", "true", "positives", "divided", "by", "all", "verbs", "that", "were", "judged", "+S", "by", "hand", "." ]

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

6252

[ "Transactions", "of", "the", "Association", "for", "Computational", "Linguistics", "(", "TACL", ")", ",", "1:25", "?", "36", "." ]

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

6253

[ "The", "improvement", "of", "PAS", "analysis", "would", "benefit", "many", "natural", "language", "processing", "(", "NLP", ")", "applications", ",", "such", "as", "information", "extraction", ",", "summariza-" ]

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

6254

[ "we", "use", "the", "DUC2002", "and", "DUC2004", "data", "sets", ",", "both", "of", "which", "are", "open", "benchmark", "data", "sets", "from", "Document", "Understanding", "Conference", "(", "DUC", ")", "for", "generic", "automatic", "summarization", "evaluation", "." ]

[ 0, 0, 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, 0 ]

6255

[ "characters", "?", "are", "often", "referred", "to", "by", "pronouns", "or", "definite", "noun", "phrases", "(", "NPs", ")", "instead", "of", "explicit", "repetition", "." ]

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

6256

[ "The", "two-level", "analysis", "of", "the", "cited", "forms", "ap-", "pears", "below", "ST", "=", "sm'face", "tape", ",", "PT", "--", "pattern", "tape", ",", "115.\\", "[", "'", "--", "root", "tape", ",", "VT", ":", "vocal", "{", "sin", "tat", ")", "e", ",", "and" ]

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

6257

[ "exploited", "in", "(", "Goldberg", "and", "Zhu", ",", "2006", ")", ",", "which", "seeks", "document", "sentiments", "as", "an", "output", "of", "an", "optimisation", "problem", "(", "OPTIM", ")", "and", "the", "algorithm", "adopted", "by", "(", "Wu", "et", "al2009", ")", ",", "that", "uses", "ranking" ]

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

6258

[ "4KEY", ":", "E1S=singular", "first", "person", "ergative", ",", "INC=incompletive", ",", "PART=particle", ",", "PREP=preposition", ",", "PRON=pronoun", ",", "NEG=negation", ",", "37" ]

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

6259

[ "and", "above", "95", "%", "for", "determiners", "(", "DT", ")", ".", "In", "addition", ",", "subjects", "(", "SS", ")", "have", "a", "score", "above", "90", "%", ".", "In", "all", "these" ]

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

6260

[ "2.4.1", "English", "Gigaword", "We", "created", "large-scale", "n-gram", "language", "models", "using", "English", "Gigaword", "Second", "Edition6", "(", "EGW", ")", "." ]

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

6261

[ "For", "POS", "tagging", ",", "the", "three", "main", "error", "categories", "are", "the", "confusion", "between", "adverbs", "(", "AD", ")", "and", "verbs", "with", "an", "adverbial", "force", ",", "between", "measure", "words", "(", "M", ")", "and" ]

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

6262

[ "three", "stages", ".", "A", "source-language", "input", "string", "is", "rewritten", "to", "form", "an", "information", "retrieval", "(", "IR", ")", "query", "." ]

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

6263

[ "The", "open", "class", "word", "(", "host", ")", "tends", "to", "be", "uninflected", ",", "and", "only", "the", "light", "verb", "(", "LV", ")", "carries", "tense", ",", "agreement", "and", "aspect", "markers", "." ]

[ 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, 0, 0, 0 ]

6264

[ "Table", "1", ".", "Coverage", "and", "accuracy", "of", "each", "derived", "feature", "for", "RTE3", "revised", "development", "collection", "(", "RTE3Devmt", ")", ",", "the", "RTE3", "Test", "collection", "(", "RTE3Test", ")", "and", "the", "entire", "RTE2", "collection", "(", "RTE2All", ")", "." ]

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

6265

[ "1.2", "The", "Binding", "Module", "The", "output", "of", "grammatical", "modules", "is", "then", "fed", "onto", "the", "Binding", "Module", "(", "BM", ")", "which", "activates", "an", "algorithm", "for", "anaphoric", "binding", "in", "LFG", "terms" ]

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

6266

[ "followed", "by", "a", "verbal", "suffix", "''", ".", "This", "is", "to", "cover", "general", "verb", "inflection", ",", "for", "both", "auxiliaries", "(", "AUX", "+", ")", "and", "main", "verbs", "(", "AUX", "-", ")", "." ]

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

6267

[ "directed", "approach", "according", "to", "(", "Ephraim", "and", "Malah", ",", "1985", ")", "based", "on", "two", "different", "noise", "estimation", "schemes", ",", "i.e", ".", "the", "minimum", "statistics", "approach", "(", "MS", ")", "as", "described", "in", "(", "Martin", ",", "2001", ")", "and", "the", "minimum" ]

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

6268

[ "Recently", ",", "a", "larger", "set", "of", "word", "relatedness", "judgments", "was", "obtained", "by", "(", "Finkelstein", "et", "al", ",", "2002", ")", "in", "the", "WordSimilarity-353", "(", "WS-353", ")", "collection", ".", "Despite", "the" ]

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

6269

[ "ferent", "levels", ".", "For", "each", "text", "pair", "on", "four", "cross", "levels", ",", "i.e.", ",", "Paragraph", "to", "Sentence", "(", "P-S", ")", ",", "Sentence", "to", "Phrase", "(", "S-Ph", ")", ",", "Phrase", "to", "Word", "(", "Ph-W", ")", "and", "Word" ]

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

6270

[ "Acknowledgments", "This", "research", "was", "supported", "by", "the", "Deutsche", "Forschungsgemeinschaft", "(", "DFG", ")", "in", "the", "Center", "of", "Excellence", "in", "?" ]

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

6271

[ "5", "Conclusions", "We", "have", "presented", "a", "sequential", "semantic", "role", "labeling", "system", "for", "the", "Semeval-2007", "task", "17", "(", "SRL", ")", "." ]

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

6272

[ "mentary", "ASR", "systems", ",", "a", "technique", "first", "proposed", "in", "the", "context", "of", "NIST", "?", "s", "ROVER", "system", "(", "Fiscus", ",", "1997", ")", "with", "a", "12", "%", "relative", "error", "reduction", "(", "RER", ")", ",", "and", "subsequently", "widely", "employed", "in", "many", "ASR" ]

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

6273

[ "The", "application", "will", "eventually", "be", "deployed", "using", "a", "Software", "as", "a", "Service", "(", "SaaS", ")", "model", ".", "It", "will" ]

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

6274

[ "Collins", "et", "al", ".", "(", "2008", ")", "proposed", "simple", "exponentiated", "gradient", "(", "EG", ")", "algorithm", "for", "Conditional", "Random", "Feild", "(", "CRF", ")", "." ]

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

6275

[ "The", "meaning", "of", "the", "abbreviations", "is", "as", "follows", "(", "for", "definitions", "see", "Section", "1", ")", ":", "Incr", "=", "Incrementality", ";", "DP", "=", "Discriminatory", "Power", ";", "Train", "=", "Trainability", ";", "Type", "=", "Hardwired", "Type", "Selection", ";", "Hum", "=", "Human", "Preference", "Modelling", ";", "FB", "=", "Full", "Brevity", "." ]

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

6276

[ "FEDERAL", "DATA", "ENCRYPTION", "STANDARD", "APPROVED", "BY", "COMMERCE", "DEPARTMENT", "A", "data", "encryption", "algorithm", ",", "designed", "to", "protect", "digital", "information", ",", "was", "approved", "in", "November", "ad", "a", "Federal", ".Information", "Processing", "Standard", "(", "FIPS", ")", "by", "the", "Department", "of", "Commerce", "." ]

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

6277

[ "Free", "word", "associations", "are", "the", "words", "people", "spontaneously", "come", "up", "with", "in", "re-sponse", "to", "a", "stimulus", "word", ".", "Such", "informa-tion", "has", "been", "collected", "from", "test", "persons", "and", "stored", "in", "databases", ".", "A", "well", "known", "example", "is", "the", "Edinburgh", "Associative", "Thesaurus", "(", "EAT", ")", ".", "We", "will", "show", "in", "this", "paper", "that", "this", "kind", "of", "knowledge", "can", "be", "acquired", "automatically", "from", "corpora", ",", "en-abling", "the", "computer", "to", "produce", "similar", "associative", "responses", "as", "people", "do", "." ]

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

6278

[ "(", "Joachims", ",", "1999", ")", "software", ")", ".", "In", "it", ",", "we", "implemented", ":", "the", "String", "Kernel", "(", "SK", ")", ",", "the", "Syntactic", "Tree", "Kernel", "(", "STK", ")", ",", "the", "Shallow", "Semantic", "Tree", "Kernel" ]

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

6279

[ "storing", "our", "storage", ".", "We", "built", "a", "pattern", "matching", "system", "based", "on", "Finite", "State", "Automata", "(", "FSA", ")", ".", "After" ]

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

6280

[ "The", "target", "set", "is", "built", "using", "the", "?", "88-", "?", "89", "Wall", "Street", "Journal", "Corpus", "(", "WSJ", ")", "tagged", "using", "the", "(", "Ratnaparkhi", ",", "1996", ")", "tagger", "and" ]

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

6281

[ "lexicon", "tool", ",", "with", "a", "classification", "phase", "based", "on", "Featured-Based", "kernel", "such", "as", "SL", "kernel", "and", "TreeBased", "kernel", "such", "as", "Dependency", "tree", "(", "DT", ")", "kernel", "(", "Culotta", "and", "Sorensen", ",", "2004", ")", "and", "Phrase", "Structure" ]

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

6282

[ "Symbol", "Descriptor", "Example", "If", ".", "I", "Simple", "connection", "between", "(", "IMPEDANCE", ")", "GA", "TAF~I", "I|.2" ]

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

6283

[ "1", "Introduction", "Synchronous", "contex", "free", "grammars", "(", "SCFGs", ")", "generalize", "traditional", "context-free", "grammars", "to", "generate" ]

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

6284

[ "Association", "measure", "Following", "the", "aforementioned", "studies", ",", "we", "implemented", "these", "popular", "measures", ":", "pointwise", "mutual", "information", "(", "PMI", ")", ",", "log-likelihood", "ratio", "(", "LL", ")", "and", "chi-square", "(", "?" ]

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

6285

[ "Given", "an", "input", "pair", "(", "q", ",", "a", ")", ",", "where", "q", "is", "a", "question", "and", "a", "is", "a", "candidate", "answer", ",", "first", "we", "retrieve", "the", "word", "embeddings", "(", "WEs", ")", "of", "both", "q", "and", "a", ".", "Then", ",", "we", "separately", "apply", "a" ]

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

6286

[ "Therefore", ",", "the", "standard", "metrics", "widely", "used", "in", "sequential", "topic", "segmentation", "for", "monologues", "and", "dialogs", ",", "such", "as", "Pk", "and", "WindowDiff", "(", "WD", ")", ",", "are", "also", "not", "applicable", "." ]

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

6287

[ "English", "For", "English", "dataset", ",", "we", "follow", "the", "standard", "splits", "of", "Penn", "Treebank", "(", "PTB", ")", ",", "using", "sections", "2-21", "for", "training", ",", "section", "22", "as", "de-" ]

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

6288

[ "1", "Introduction", "For", "the", "past", "three", "decades", ",", "there", "has", "been", "a", "great", "deal", "of", "work", "on", "the", "automatic", "identification", "(", "ID", ")", "of", "languages", "from", "the", "speech", "signal", "alone", "." ]

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

6289

[ "2004", ".", "On", "clusterings", ":", "Good", ",", "bad", "and", "spectral", ".", "Journal", "of", "the", "ACM", "(", "JACM", ")", ",", "51", "(", "3", ")", ":497", "?", "515", "." ]

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

6290

[ "Broadcast", "News", "(", "BN", ")", ",", "Newswire", "(", "NW", ")", ",", "Broadcast", "Conversation", "(", "BC", ")", ",", "Telephone", "Conversation", "(", "TC", ")", ",", "Web", "Blog", "(", "WB", ")", "and", "Magazine", "(", "MZ", ")", "." ]

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

6291

[ "IDF", "Approach", ".", "Proceedings", "of", "International", "Conference", "on", "Language", "Resources", "and", "Evaluation", "(", "LREC", ")", "2012", ",", "European", "Language", "Resources", "Association" ]

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

6292

[ "This", "paper", "presents", "the", "UNITOR", "system", "that", "participated", "in", "the", "*SEM", "2013", "shared", "task", "on", "Semantic", "Textual", "Similarity", "(", "STS", ")", ".", "The", "task", "is" ]

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

6293

[ "figure", "1", ".", "To", "avoid", "confusion", ",", "we", "refer", "to", "this", "basic", "unit", "throughout", "as", "a", "Temporal", "Unit", "(", "TU", ")", "." ]

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

6294

[ "(", "Koehn", ",", "2004a", ")", ".", "Furthermore", ",", "they", "extendedWSD", "to", "phrase", "sense", "disambiguation", "(", "PSD", ")", "(", "Carpuat", "and", "Wu", ",", "2007a", ")", "." ]

[ 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 ]

6295

[ "in", "a", "fully", "automatic", "fashion", ".", "Again", ",", "this", "is", "an", "exciting", "possibility", "that", "would", "solve", "the", "current", "bottleneck", "of", "supervised", "word", "sense", "disambiguation", "(", "WSD", ")", "methods", "(", "namely", ",", "that", "sense-tagged", "corpora", "are", "very", "costly", "to", "acquire", ")", "." ]

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

6296

[ "Hypernym", "Hyponyms", "Co-Hyponyms", "Figure", "2", ":", "The", "proposed", "semantic", "word", "embedding", "(", "SWE", ")", "learning", "framework", "(", "The", "left", "part", "denotes", "the", "state-of-the-art", "skip-gram", "model", ";", "The", "right", "part", "represents", "the", "semantic", "constraints", ")", "." ]

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

6297

[ "Stephanie", "Strassel", "and", "Zhiyi", "Song", "and", "Joe", "Ellis", "University", "of", "Pennsylvania", "Linguistic", "Data", "Consortium", "(", "LDC", ")", "Philadelphia", ",", "PA", ",", "USA" ]

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

6298

[ "CoTrain", "vs.", "BaseCN2", "0.000144", "4.77E-05", "0.000247", "CoTrain", "vs.", "BaseCN3", "0.0009", "0.000287", "0.00139", "CoTrain", "vs.", "LEX", "(", "CN", ")", "9.53E-10", "7.15E-11", "1.17E-09", "CoTrain", "vs.", "LEX", "(", "EN", ")", "1.87E-05", "1.64E-05", "8.92E-07" ]

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

6299

[ "Patrizia", "Paggio", "University", "of", "Copenhagen", "Centre", "for", "Language", "Technology", "(", "CST", ")", "Njalsgade", "140", ",", "2300-DK", "Copenhagen" ]

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