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

id stringlengths 1 4	tokens list	ner_tags list
6300	[ "?", "Named", "entity", "(", "NE", ")", "representation", "in", "KBs", "poses", "another", "NED", "challenge", "." ]	[ 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]
6301	[ "post-process", "of", "the", "internal", "diacritization", "task", "using", "the", "same", "machine", "learning", "approach", "that", "was", "trained", "on", "Base", "phrase", "(", "BP", ")", "-Chunk", "as", "well", "as", "POS", "features", "of", "individual", "tokens", "with", "correct" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 4, 0, 4, 1, 0, 0, 0, 0, 0, 0 ]
6302	[ "ODQA", "system", ",", "SPIQA", ".", "The", "system", "derives", "disambiguating", "queries", "(", "DQs", ")", "that", "draw", "out", "additional", "information", "." ]	[ 1, 0, 0, 1, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
6303	[ "initions", "of", "state", "can", "not", "be", "sensitive", "to", "(", "sometimes", "critical", ")", "aspects", "of", "the", "dialogue", "context", ",", "such", "as", "the", "user", "?", "s", "last", "dialogue", "move", "(", "DM", ")", "(", "e.g", ".", "requesthelp", ")", "unless", "that", "move", "directly", "affects", "the", "status", "of" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 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 ]
6304	[ "English", "?", "German", "45.59", "43.72", "Automatically", "aligned", "corpora", "average", "47.99", "?", "4.20", "45.75", "?", "3.64", "Table", "1", ":", "The", "grammatical", "coverage", "(", "GC", ")", "of", "NF-ITG", "for", "different", "corpora", "dependent", "on", "the", "interpretation", "of", "word", "alignments", ":", "contiguous", "Translation", "Equivalence", "or", "discontiguous", "Translation", "Equivalence" ]	[ 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, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6305	[ "grandmother", ".", "CL.1SG.GEN", "ALL", "ART=airport", "my", "grandmother", "to", "the", "airport" ]	[ 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]
6306	[ "of", "the", "set", "of", "terminal", "symbols", ")", "or", "empty", "strings", ".", "A", "Phrase", "Structure", "Tree", "(", "PST", ")", "is", "a", "tree", "in", "which", "all", "and", "only", "the", "leaf", "nodes", "are", "labeled", "with", "words", "or" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6307	[ "the", "literature", ".", "In", "a", "recent", "Japanese", "NE", "workshop", ",", "a", "maximum", "entropy", "(", "ME", ")", "system", "outperformed", "decision", "tree", "sys-" ]	[ 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
6308	[ "The", "pattern", "we", "used", "consists", "of", "a", "mix", "between", "the", "part", "of", "speech", "(", "POS", ")", "tags", "and", "the", "mention", "tags", "for", "the", "words", "in", "the", "training", "instance", "." ]	[ 0, 0, 0, 0, 0, 3, 4, 0, 0, 0, 0, 4, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6309	[ "the", "impact", "of", "various", "kinds", "of", "physical", "degradation", "that", "pages", "may", "endure", "before", "they", "are", "scanned", "and", "processed", "using", "optical", "character", "recognition", "(", "OCR", ")", "software", "." ]	[ 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 ]
6310	[ "2007", ")", ",", "to", "machine", "translation", "(", "Wu", "and", "Fung", "2009", ")", "and", "summarization", "(", "Melli", "et", "al", "2005", ")", ".", "Most", "semantic", "role", "labeling", "(", "SRL", ")", "systems", "to", "date", "conceptualize", "the", "task", "as", "a", "supervised", "learning", "problem", "and", "rely", "on", "role-annotated", "data", "for", "model", "training", "." ]	[ 0, 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, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6311	[ "Elfardy", "H.", "and", "Diab", "M.", "2012", ".", "Simplified", "guidelines", "for", "the", "creation", "of", "large", "scale", "dialectal", "arabic", "annotations", ".", "In", "Proceedings", "of", "the", "8th", "International", "Conference", "on", "Language", "Resources", "and", "Evaluation", "(", "LREC", ")", ",", "Istanbul", ",", "Turkey", ".", "Elfardy", "H.", "and", "Diab", "M.", "2013", "." ]	[ 0, 0, 0, 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, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6312	[ "tial", "state", "for", "HMM", ",", "then", "experiment", "with", "different", "inference", "algorithms", "such", "as", "ExpectationMaximization", "(", "EM", ")", ",", "Variational", "Bayers", "(", "VB", ")", "or", "Gibbs", "sampling", "(", "GS", ")", ".5", "Gao", "and", "Johnson", "(", "2008", ")", "compare" ]	[ 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 3, 4, 0, 1, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6313	[ "sub-tasks", ":", "?", "Multimedia", "Information", "Network", "(", "MiNet", ")", "Construction", ":", "Construct", "MiNet", "from", "cross-media", "and", "cross-genre", "information", "(", "i.e", ".", "tweets", ",", "images", ",", "sentences", "of", "web", "doc-" ]	[ 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6314	[ "rithm", "to", "handle", "this", "setting", ".", "To", "do", "so", ",", "we", "use", "dynamic", "programming", "(", "DP", ")", "together", "with", "greedy", "search", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
6315	[ "ROBUST04", "WT10G", "GOV2MAP", "R-Pr", "MAP", "R-Pr", "MAP", "R-PrSF-12", "27.03", "30.20", "21.62", "24.81", "28.57", "34.01SF-123", "26.83", "30.34", "21.34", "24.64", "28.77", "34.24SF-NE", "26.51", "29.86", "21.42", "24.55", "27.96", "33.26SF-GD", "26.22", "29.48", "20.33", "23.72", "28.30", "33.83Gold", "27.92", "31.15", "22.56", "25.69", "29.65", "35.08", "Table", "5", ":", "Results", "with", "supervised", "selection", "of", "catenae", "with", "specified", "length", "(", "SF-12", ",", "SF-123", ")", "are", "more", "effective", "than", "combinations", "of", "SFeat", "with", "heuristic", "NomEnd", "(", "SF-NE", ")", "or", "GovDep", "(", "SF-GD", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 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, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 1, 0, 0 ]
6316	[ "On", "the", "basis", "of", "these", "specifications", ",", "a", "mapping", "between", "VAML", "and", "Concrete", "AML", "(", "CAML", ")", "can", "be", "made", ".", "CAML" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 3, 4, 0, 2, 0, 0, 0, 0, 0, 2 ]
6317	[ "Phrasometer", "?", "The", "phrasometer", "feature", "(", "PM", ")", "is", "the", "summed", "log-likelihood", "of", "all", "n-grams", "the", "word" ]	[ 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6318	[ "accessing", "semantic", "information", "represented", "in", "input", "specifications", ",", "written", "in", "the", "form", "of", "the", "Sentence", "Plan", "Language", "(", "SPL", ")", "(", "Kasper", ",", "1989", ";", "Bateman", ",", "1997a", ")", ",", "and", "in", "the", "knowledge", "base", "of" ]	[ 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, 0, 0, 0, 0, 0, 0, 0 ]
6319	[ "4.1", "Compositional", "Neural", "Language", "Model", "(", "C-NLM", ")", "Compositional", "Neural", "Language", "Model", "(", "C-NLM", ")", "is", "a", "combination", "of", "a", "word", "representation", "learning" ]	[ 0, 3, 4, 4, 4, 0, 1, 0, 4, 4, 4, 4, 0, 2, 0, 0, 4, 0, 0, 4, 0, 0, 0 ]
6320	[ "system", "architecture", "The", "data", "is", "stored", "in", "one", "central", "Resource", "Repository", "(", "RR", ")", ".", "As", "training", "data", "may", "change", "(", "for" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6321	[ "At", "the", "shallowest", "level", "of", "attachment", "we", "find", "the", "conjunctions", "(", "CONJ+", ")", "+" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2 ]
6322	[ "oleary", "@", "cs.umd.edu", "Abstract", "The", "Text", "Analysis", "Conference", "(", "TAC", ")", "ranks", "summarization", "systems", "by", "their", "average", "score" ]	[ 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]
6323	[ "Odijk", ",", "and", "Stelios", "Piperidis", ",", "editors", ",", "Proceedings", "of", "the", "Ninth", "International", "Conference", "on", "Language", "Resources", "and", "Evaluation", "(", "LREC", "?", "14", ")", ",", "Reykjavik", ",", "Iceland", ",", "may", ".", "European", "Language", "Resources", "Association", "(", "ELRA", ")", "." ]	[ 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 1, 2, 2, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0 ]
6324	[ "adaptation", "led", "to", "a", "considerable", "improvement", "of", "+4.1", "BLEU", "and", "large", "improvements", "in", "terms", "of", "METEOR", "and", "Translation", "Edit", "Rate", "(", "TER", ")", ".", "We" ]	[ 0, 0, 0, 3, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 4, 4, 4, 0, 1, 0, 0, 0 ]
6325	[ "EOPAS", "(", "PARADISEC", "tool", ")", "for", "text", "interlinear", "text", "and", "media", "analysis", "2", ".", "NLTK", "(", "Natural", "Language", "Toolkit", ")", "for", "text", "analytics", "with", "linguistic", "data", "(", "Bird", ",", "Klein", ",", "&", "Loper", ",", "2009", ")", "3", "." ]	[ 1, 0, 1, 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, 0, 0, 0, 0, 0, 0, 0 ]
6326	[ "tract", "syntactic", "features", "for", "FB-LTAG", ".", "We", "use", "with", "Sejong", "Treebank", "(", "SJTree", ")", "which", "contains", "32", "054", "eojeols", "(", "the", "unity", "of", "segmenta-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6327	[ "lem", ",", "and", "our", "system", "adopted", "a", "supervised", "learning", "approach", "with", "Maximum", "Entropy", "classifier", ",", "which", "is", "widely", "used", "in", "natural", "language", "processing", "(", "NLP", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 0, 1, 0, 0 ]
6328	[ "In", "Proc", ".", "of", "the", "Conference", "on", "Computational", "Natural", "Language", "Learning", "(", "CoNLL", ")", ",", "7", "." ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0 ]
6329	[ "there", "are", "usually", "three", "kinds", "of", "named", "entities", "(", "NEs", ")", "to", "be", "dealt", "with", ":", "names", "of", "persons", "(", "PER", ")", ",", "locations", "(", "LOC", ")", "and", "organizations", "(", "ORG", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 3, 0, 1, 0, 0, 0, 0, 1, 0, 0 ]
6330	[ "2011", ".", "Icelandic", "Parsed", "Historical", "Corpus", "(", "IcePaHC", ")", "." ]	[ 0, 0, 3, 4, 4, 4, 0, 1, 0, 0 ]
6331	[ "easily", "inspectable", ".", "The", "generalizing", "ability", "of", "the", "evolutionary", "reinforcement", "learning", "(", "RL", ")", "algorithm", ",", "XCS", ",", "can", "dramatically", "reduce", "the", "size", "of", "the", "opti-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6332	[ "1", "Introduction", "Lexical", "Acquisition", "(", "LA", ")", "processes", "strongly", "rely", "on", "basic", "assumptions", "embodied", "by", "the", "source", "informa-" ]	[ 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0 ]
6333	[ "simardm", "@", "iro.umontreal.ca", "Abstract", "The", "term", "translation", "spotting", "(", "TS", ")", "refers", "to", "the", "task", "of", "identifying", "the", "target-language", "(", "TL", ")" ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0 ]
6334	[ "Theoretically", ",", "the", "expressive", "power", "of", "converting", "the", "cospecs", "of", "a", "GLS", "into", "DCG", "parse", "rules", "i", "s", "equivalent", "to", "the", "power", "of", "a", "Lexicalized", "Tree", "Adjoining", "Grammar", "with", "collocations", "(", "Shieber", "[", "14", "]", ")", ",", "what", "we", "have", "termed", "Hyper", "Lexicalized", "Tree", "Adjoining", "Grammars", "(", "HTAGs", ")", "(", "Pustejovsky", "[", "13", "]", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 1, 0, 1, 0, 0, 4, 4, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]
6335	[ "7", "8", "Figure", "2", ":", "The", "Sense", "Distribution", "the", "help", "of", "a", "graphical", "user", "intefface", "(", "GUI", ")", "scans", "a", "parsed", "sample", "article", "and", "indicates", "a", "series", "of", "se-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 0, 1, 0, 0, 4, 0, 0, 0, 0, 0, 4, 0, 0, 0 ]
6336	[ "tice", "to", "both", "characteristics", "mentioned", "above", ".", "The", "central", "construct", "in", "this", "framework", "is", "that", "of", "context", "factor", "(", "CF", ")", ".", "A", "CF", "is", "defined", "by", "a", "scope", ",", "which", "is", "a", "collection", "of", "individ-" ]	[ 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 2, 0, 0, 0, 4, 0, 0, 0, 0, 4, 0, 0, 0 ]
6337	[ "2003", ")", "?", "Minimum", "Error", "Rate", "Training", "(", "MERT", ")", "(", "Och", ",", "2003", ")", "on", "a", "held-out", "development", "set", ",", "target" ]	[ 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]
6338	[ "ring", "Expression", "Generation", "Task", "(", "TUNA-REG", ")", "organised", "by", "Albert", "Gatt", ",", "Anja", "Belz", "and", "Eric", "Kow", ";", "the", "two", "GREC", "Challenges", ",", "GREC", "Main", "Subject", "Reference", "Generation", "(", "GREC-MSR", ")", "and", "GREC", "Named", "Entity", "Generation", "(", "GREC-NEG", ")", ",", "organised", "by", "Anja", "Belz", ",", "Eric", "Kow", ",", "Jette", "Viethen", "and", "Albert", "Gatt", ";", "and", "the", "Giving", "Instructions", "in" ]	[ 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 4, 0, 0, 0, 4, 0, 2, 0, 0, 4, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6339	[ "velopment", "and", "23", "for", "testing", ".", "Chinese", "data", "were", "extracted", "from", "the", "Penn", "Chinese", "Treebank", "(", "CTB", ")", "(", "Xue", "et", "al", ",", "2005", ")", ";", "articles", "001-270", "and", "440-" ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6340	[ "These", "classifiers", "are", "based", "on", "a", "discriminative", "model", ":", "Support", "Vector", "Machine", "(", "SVM", ")", "6", "(", "Vapnik", ",", "1995", ")", "." ]	[ 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 4, 4, 0, 0, 1, 0, 0, 0, 0, 0, 2, 0 ]
6341	[ "There", "is", "no", "person", "boiling", "noodles", "A", "woman", "is", "boiling", "noodles", "in", "water", "Example", "9051", "(", "ENTAILMENT", ")", "A", "pair", "of", "kids", "are", "sticking", "out", "blue", "and", "green", "colored", "tongues" ]	[ 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 3, 4, 0, 2, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6342	[ "qnp", "?", "0.6", "NP", "(", "qdet", ",", "qn", ")", ",", "qnp", "?", "0.4", "NP", "(", "qnp", ",", "qpp", ")", ",", "qpp", "?", "1.0", "PP", "(", "qprep", ",", "qnp", ")", ",", "qdet", "?", "1.0", "DET", "(", "the", ")", "," ]	[ 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0 ]
6343	[ "WordNet", "In", "another", "related", "effort", ",", "SRI", "performed", "experiments", "in", "utilizing", "WordNet", "(", "WN", ")", "as", "a", "knowledge", "source", "for", "IE", "." ]	[ 3, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 4, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0 ]
6344	[ "One", "suggestion", "is", "is", "to", "use", "as", "a", "natural", "anguage", "grammar", "the", "Core", "Language", "Engine", "(", "CLE", ")", "(", "Alshawi", "1992", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 0, 4, 0, 0, 0, 4, 4, 0, 0, 1, 0, 0, 0, 2, 0 ]
6345	[ "variance", "distribution", ".", "In", "the", "feature", "space", ",", "a", "support", "vector", "machine", "(", "SVM", ")", "classifier", "(", "Vapnik", ",", "1995", ")", "is", "used", "to", "determine", "the", "likelihoods" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0 ]
6346	[ "1", "I", "n", "t", "roduct", "ion", "The", "development", "of", "Natural", "Language", "(", "NL", ")", "systems", "for", "data", "retrieval", "has", "been", "a", "central", "issue", "in", "NL", "Pro-" ]	[ 0, 0, 3, 4, 0, 0, 0, 0, 0, 0, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]
6347	[ "O-ADVL", "=", "Object", "Adverbial", ":", "lie", "ran", "two", "miles", ".", "APP", "=", "Apposition", ":", "Helsinki", ",", "the", "capital", "of", "Finland", ",", "N", "=", "Title", ":", "King", "George", "and", "Mr", "." ]	[ 1, 0, 3, 4, 0, 0, 0, 0, 0, 0, 1, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0 ]
6348	[ "learning", "is", "straightforward", ".", "Very", "Reduced", "Regular", "Expression", "(", "VRRE", ")", ":", "Given", "a", "finite", "alphabet", "E", ",", "the", "set", "of", "very" ]	[ 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 4, 0, 0, 4, 0, 0, 0, 0, 0 ]
6349	[ "pendency", "and", "constituency", "tracks", "are", "shown", "in", "table", "1", ".", "The", "label", "attachment", "score", "(", "LAS", ")", "was", "used", "by", "the", "organizer", "for", "evaluating", "the", "dependency", "versions", "," ]	[ 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 ]
6350	[ "2.1", "Download", "Initial", "Collection", "The", "Yahoo", "Full", "Coverage", "Collection", "(", "YFCC", ")", "was", "downloaded", "from", "http", ":", "//fullcoverage.yahoo.com", "during" ]	[ 0, 0, 0, 3, 0, 4, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0 ]
6351	[ "processing", ".", "In", "Proceedings", "of", "the", "Conference", "on", "Knowledge", "Capture", "(", "K-CAP", ")", ",", "pages", "70-77", ",", "2003", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0 ]
6352	[ "2", "In", "Pisa", "two", "dictionaries", "of", "Italian", ",", ",", "are", "being", "used", ":", "the", "Nuovo", "Dizionario", "Garzanti", "(", "GRZ", ")", "and", "the", "Dlzionario-", "Macchina", "dell'ltaliano", "(", "DMI", ")", ",", "a", "MRD", "mainly", "based", "on", "the" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 3, 4, 0, 0, 2, 0, 4, 0, 0, 0, 4, 0 ]
6353	[ "knowledge", "from", "a", "corpus\\", "[", "2\\", "]", "\\", "[", "6\\", "]", "\\", "[", "91", ".", "Machine", "translation", "(", "MT", ")", "systems", "are", "no", "exception", "." ]	[ 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
6354	[ "lines", "and", "web-gathered", "word", "lists", ".", "Theses", "grammars", "are", "represented", "by", "Finite", "State", "Machines", "(", "FSMs", ")", "(", "thanks", "to", "the", "AT", "&", "T", "GRM/FSM", "toolkit", "(", "Allauzen", "et" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 0, 1, 2, 2, 1, 0, 0, 0, 0 ]
6355	[ "This", "named-entity", "tagger", "program", "is", "based", "on", "a", "first", "order", "Maximum", "Entropy", "Markov", "Model", "(", "MEMM", ")", "and", "is", "described", "in", "Yoshida", "and", "Tsujii", "(", "2007", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 4, 4, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0 ]
6356	[ "the", "first", "reference", "in", "this", "study", ".", "(", "3", ")", "a", "small", "dataset", "of", "Wikipedia", "articles", "(", "WIKI", ")", "to", "extend", "our", "corpus", "and", "metric", "evaluation", "to", "topics", "beyond", "the" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6357	[ "2008", ";", "Metzler", "and", "Cai", ",", "2011", ")", ".", "Work", "in", "Content", "Based", "Image", "Retrieval", "(", "CBIR", ")", "(", "Datta", "et", "al.", ",", "2008", ")", "has", "progressed", "from", "systems", "that" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6358	[ "There", "are", "two", "machine", "learning", "tasks", "in", "our", "problem", ".", "The", "first", "is", "Dialogue", "Act", "(", "DA", ")", "Tagging", ",", "in", "which", "we", "assign", "DAs", "to", "every", "Dialogue", "Func-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 4, 0 ]
6359	[ "1", "This", "work", "has", "been", "developed", "in", "the", "project", "KFr-FAST", "(", "KIT", "=", "Kilnstliche", "Intelligenz", "und", "Textverstehen", "(", "Artificial", "Intelligence", "and", "Text", "Understanding", ")", ";", "FAST", "=", "Functor", "Argument", "S", "ructure", "for", "Translation", ")", ",", "which", "constitutes", "the", "Berlin", "component", "of", "the", "complementary", "research", "project", "of" ]	[ 0, 0, 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, 3, 4, 4, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6360	[ "The", "obtained", "Spanish", "scores", "as", "compared", "to", "the", "scores", "from", "the", "initial", "English", "experiment", "(", "E-E-E", ")", "are", "shown", "in", "figure", "5", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0, 0 ]
6361	[ "(", "approx", ".", "68,000", "sentences", ",", "1.4", "million", "tokens", ")", ",", "(", "2", ")", "Brown", "Corpus", "(", "BROWN", ")", "(", "approx", ".", "60,000" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 0, 0 ]
6362	[ "This", "makes", "it", "hard", "to", "find", "particular", "information", "of", "in-terest", "(", "say", ",", "a", "mention", "of", "a", "particular", "company", "in", "a", "set", "of", "thousands", "of", "YouTube", "comments", ")", ",", "or", "to", "un-derstand", "the", "gist", "of", "the", "discussion", "at", "a", "high-level", ".", "Our", "goal", "in", "this", "work", "was", "to", "create", "a", "simple", "tool", "which", "would", "allow", "people", "to", "rapidly", "ingest", "useful", "information", "contained", "in", "large", "community-created", "comment", "threads", ",", "where", "the", "volume", "of", "data", "precludes", "manual", "inspection", ".", "To", "this", "end", ",", "we", "created", "CoFi", "(", "Comment", "Filter", ")", ",", "a", "language-independent", ",", "web-based", "interactive", "browser", "for", "single", "comment", "threads", ".", "2", "How", "CoFi", "works", "For", "a", "given", "set", "of", "comments", ",", "we", "create", "a", "distinct", "CoFi", "instance", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 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, 3, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0 ]
6363	[ "a", "mistake", "when", "we", "generate", "the", "final", "output", "that", "results", "in", "a", "lower", "score", "of", "56.31", "%", "in", "term", "of", "Labeled", "Attachment", "Score", "(", "LAS", ")", ",", "reported", "by", "organizers", "." ]	[ 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
6364	[ "and", "embedded", "phrase", "levels", ":", "?", "Object", "reordering", "(", "ObjR", ")", ",", "in", "which", "the", "objects", "and", "their", "dependents", "are", "moved", "in", "front" ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0 ]
6365	[ "Part", "of", "FrameNet", "is", "also", "a", "corpus", "of", "135,000", "annotated", "example", "sentences", "from", "the", "British", "National", "Corpus", "(", "BNC", ")", "." ]	[ 0, 0, 0, 3, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0 ]
6366	[ "and", "tests", "2", "and", "3", "are", "open", "tests", "performed", "on", "different", "test", "data", ".", "DM", "(", "i.e.", ",", "Default", "Model", ")", "assigns", "all", "incoming", "cases", "with", "the", "most", "likely", "class", "and", "it", "is" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 3, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6367	[ "task", ".", "As", "reported", "in", "(", "Liu", "et", "al", "2013a", ")", ",", "we", "used", "a", "genetic", "algorithm", "(", "GA", ")", "(", "Cormen", "et", "al", "2001", ")", "to", "au80" ]	[ 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 4, 4, 0, 0, 0, 0 ]
6368	[ "for", "the", "task", ":", "a", "training", "dataset", "(", "TrainSet", ")", "with", "9675", "messages", "directly", "retrieved", "from", "Twitter", ";", "a", "development", "dataset", "(", "DevSet", ")", ",", "with", "1654", "messages", ";", "the", "testing", "dataset", "from", "2013", "run", ",", "which" ]	[ 0, 0, 0, 0, 3, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0 ]
6369	[ "Suffixes", "(", "S", ")", ":", "able", ",", "est", ",", "ful", ",", "ic", ",", "ing", ",", "ive", ",", "ness", "etc", ".", "Word", "Sentiment", "Polarity", "(", "SP", ")", ":", "POS", ",", "NEG", ",", "NEU", "Pivoting", "on", "the", "head", "aspect", ",", "we", "look", "forward", "and" ]	[ 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6370	[ "2.2", "Keystroke", "Ratio", "(", "KSR", ")", "In", "addition", "to", "these", "metrics", ",", "suffix", "prediction", "can", "be", "evaluated", "by", "the", "widely", "used", "keystroke", "ratio", "(", "KSR", ")", "metric", "(", "Och", "et", "al", ",", "2003", ")", "." ]	[ 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6371	[ "tagger", "(", "Cutting", "et", "al", "1992", ")", "and", "LT", "POS", "tagger", "(", "Mikheev", "1997", ")", ".", "Maximum", "Entropy", "(", "MaxEnt", ")", "based", "taggers", "also", "seem", "to", "perform", "very", "well" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6372	[ "This", "paper", "presents", "the", "UNL", "graph", "matching", "method", "for", "the", "Semantic", "Textual", "Similarity", "(", "STS", ")", "task", "." ]	[ 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0 ]
6373	[ "tends", "the", "comparison", "set", "to", "players", "of", "AS", "Roma", ".", "Prepositional", "phrases", "(", "PPs", ")", ",", "gerunds", ",", "and", "relative", "clauses", "introduce", "additional", "complexity", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6374	[ "Score", "(", "E", ")", ",", "where", "E", "is", "an", "example", "of", "Pat", "To", "improve", "ranking", ",", "we", "also", "try", "to", "find", "the", "longest", "similar", "subsequence", "(", "LSS", ")", "between", "the", "user", "input", ",", "Sent", "and", "retrieved", "example", ",", "Exm" ]	[ 0, 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, 0, 0 ]
6375	[ "exp", "(", "14", ")", "Short", "word", "difference", "penalty", "(", "SWDP", ")", ":", "a", "good", "translation", "should", "have", "roughly", "the", "same" ]	[ 0, 0, 0, 0, 3, 4, 4, 4, 0, 1, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0 ]
6376	[ "DSTG", "=", "Adverb", "s", "t", "r", "i", "r", "ig", "mRTOVO", "=", "For", "+", "Subject", "-+", "to", "-+", "Object", "NA", "=", "N", "t-", "Adjective", "NASOBJBE", "-", "N", "+", "as", "-", "t-", "Object", "of", "be", "-" ]	[ 1, 0, 0, 0, 3, 0, 4, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 4, 4, 4, 2, 4, 4, 0, 0, 4, 4, 0, 0, 0, 4 ]
6377	[ "1", "Introduction", "Traditionally", ",", "Information", "Retrieval", "(", "IR", ")", "and", "Statistical", "Natural", "Language", "Processing", "(", "NLP", ")", "applica-" ]	[ 0, 0, 0, 0, 0, 3, 0, 0, 1, 0, 0, 0, 3, 4, 0, 0, 2, 0 ]
6378	[ "This", "paper", "explores", "the", "use", "of", "the", "homotopy", "method", "for", "training", "a", "semi-supervised", "Hidden", "Markov", "Model", "(", "HMM", ")", "used", "for", "sequence", "labeling", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
6379	[ "from", "the", "output", "of", "the", "parser", "we", "adopt", "a", "uniform", "meaning", "representation", "which", "is", "a", "structured", "Logical", "Form", "(", "LF", ")", ".", "In", "other", "words", "we", "map", "our", "f-" ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 4, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6380	[ "The", "resulting", "unit", "denominates", "a", "concept", "which", "belongs", "to", "the", "language", "for", "special", "purposes", "(", "LSP", ")", "." ]	[ 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 4, 4, 4, 4, 0, 1, 0, 0 ]
6381	[ "2011", ".", "Overview", "of", "the", "Infectious", "Diseases", "(", "ID", ")", "task", "of", "BioNLP", "Shared", "Task", "2011", "." ]	[ 0, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0 ]
6382	[ "1425", "Proceedings", "of", "the", "3rd", "Workshop", "on", "Hybrid", "Approaches", "to", "Translation", "(", "HyTra", ")", "@", "EACL", "2014", ",", "pages", "75", "?", "81", ",", "Gothenburg", ",", "Sweden", ",", "April", "27", ",", "2014", "." ]	[ 0, 0, 0, 0, 0, 0, 3, 4, 4, 4, 4, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6383	[ "Var", ".", "47.9", "60.7", "67.9", "70.8", "75.0", "77.3", "Pronunciation", "(", "PHL", ")", "with", "Pron", ".", "Var", "." ]	[ 1, 0, 0, 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 4, 0, 2, 0 ]
6384	[ "the", "reference", "than", "the", "rest", ".", "Considering", "this", ",", "we", "use", "a", "Longest", "Common", "Subsequence", "(", "LCS", ")", "based", "criterion", "to", "calculate", "s", "(", "x", ",", "y", ")", "." ]	[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 0 ]
6385	[ "1", "Introduction", "Statistical", "machine", "translation", "(", "SMT", ")", "starts", "from", "sequence-based", "models", "." ]	[ 0, 0, 0, 3, 4, 0, 0, 1, 0, 0, 0, 0, 0 ]
6386	[ "Upsala", "College", "INTRODUCTION", "A", "computerized", "conference", "(", "CC", ")", "is", "a", "form", "of", "co~znunica-", "tion", "in", "which", "participants", "type", "into", "and", "read", "frc~", "a" ]	[ 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6387	[ "redundancy", "at", "low", "and", "medium", "allophonic", "complexities", ",", "estimated", "by", "the", "Jaccard", "indices", "between", "their", "false", "positives", "(", "FP", ")", "and", "false", "negatives", "(", "FN", ")", "." ]	[ 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 4, 4, 0, 1, 0, 0 ]
6388	[ "entries", "in", "an", "existing", "knowledge", "base", "is", "called", "entity", "linking", "and", "has", "been", "proposed", "and", "studied", "in", "the", "Knowledge", "Base", "Population", "(", "KBP", ")", "track", "of", "the", "Text", "Analysis", "Conference", "(", "TAC", ")", "(", "McNamee", "and", "Dang", "," ]	[ 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 4, 4, 0, 1, 0, 0, 0, 0, 4, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0 ]
6389	[ "left", "AV", "and", "right", "AV", ".", "For", "a", "string", "s", "with", "length", "l", ",", "we", "define", "the", "left", "accessor", "variety", "(", "LAV", ")", "as", "the", "types", "of", "distinct", "characters", "preceding", "s", "in" ]	[ 3, 1, 0, 0, 2, 0, 0, 4, 0, 4, 0, 0, 4, 0, 0, 0, 0, 4, 4, 4, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 4, 0 ]
6390	[ "ACL", "2006", "paper", "(", "see", "experiments", ")", ".", "Cross", "document", "coreference", "(", "CDC", ")", "(", "Bagga", "and", "Baldwin", ",", "1998", ")", "is", "a", "distinct", "technology", "that", "consolidates", "named", "entities" ]	[ 1, 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 ]
6391	[ "?", "Backward", "Looking", "(", "BL", ")", "/Forward", "Looking", "(", "FL", ")", "features", "(", "14", "to", "22", ")", "are", "mostly", "extracted", "from", "ut-" ]	[ 0, 0, 3, 0, 0, 1, 0, 4, 0, 0, 2, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0 ]
6392	[ "We", "have", "also", "made", "a", "preliminary", "attempt", "to", "transfer", "a", "thesaurus", "entry", "from", "the", "Collins", "Thesaurus", "(", "CT", ")", "into", "Italian", "by", "means", "of", "the", "English-Italian", "and", "Italian-" ]	[ 0, 0, 0, 0, 3, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 4, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 ]
6393	[ "Temporal", "Types", "Possible", "Values", "(", "tags", ")", "Timeline", "(", "TL", ")", "past", ",", "present", ",", "future", "Day", "of", "Week", "(", "DOW", ")", "Mon", ",", "Tue", ",", ".", ".", ".", "," ]	[ 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 3, 4, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]
6394	[ "There", "are", "three", "options", ":", "French", "(", "FR", ")", ",", "Spanish", "(", "SP", ")", ",", "or", ",", "Merged", "languages", "(", "ML", ")", ",", "where", "the", "results", "are", "obtained", "by", "merging", "the", "English", "output", "of", "FR" ]	[ 0, 0, 0, 0, 0, 3, 0, 1, 0, 0, 3, 0, 1, 0, 0, 0, 0, 3, 4, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2 ]
6395	[ "4-gram", "+", "LSA", "using", "linear", "interpolation", "with", "?", "LSA", "=", "0.11", "(", "LI", ")", "." ]	[ 0, 0, 3, 0, 3, 4, 0, 0, 4, 0, 0, 0, 1, 0, 0 ]
6396	[ "experiments", "can", "be", "listed", "as", "follows", ".", "Head", "Word", "(", "HW", ".", ")", "The", "predicate", "?", "s", "head", "word", "as" ]	[ 0, 0, 0, 0, 0, 0, 1, 3, 4, 0, 2, 2, 0, 0, 0, 0, 0, 0, 0, 0 ]
6397	[ "The", "two", "main", "Modern", "Standard", "Arabic", "dependency", "treebanks", "currently", "available", "are", "the", "Columbia", "Arabic", "Treebank", "(", "CATiB", ")", "(", "Habash", "and", "Roth", ",", "2009", ")", "and", "the", "Prague", "Arabic", "Dependency" ]	[ 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, 4, 0 ]
6398	[ "Many", "researchers", "have", "attempted", "several", "tech-", "niques", "to", "deal", "with", "extragrammatical", "sentences", "such", "as", "Augmented", "Transition", "Network", "(", "ATN", ")", "(", "Kwasny", "and", "Sondheimer", ",", "1981", ")", ",", "network-based" ]	[ 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, 0 ]
6399	[ ">", "60", "ICE", "ICE", "ICE", "ICE", "10C", "1~", "10C", "I0C", ">", ".Y0", "ICE", "ICE", "ICE", "ICE", "ICE", "IOC", "I", "(", "E", "1~", ">", "40", "IO", "(", "J", "ICE", "ICE", "lO0", "ICE", "ICE", "1~", "ICE", ">", "35", "ICE", "lO", "(", "l", "ICE", "ICE", "lie", "lOC", "IOC", "lOC" ]	[ 0, 0, 3, 4, 4, 4, 0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 0, 4, 0, 4, 0, 0, 0, 2, 0, 0, 4, 4, 4, 4, 4, 0, 4, 0, 0, 4, 4, 0, 4, 4, 4, 0, 0, 0, 0 ]

6300

[ "?", "Named", "entity", "(", "NE", ")", "representation", "in", "KBs", "poses", "another", "NED", "challenge", "." ]

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

6301

[ "post-process", "of", "the", "internal", "diacritization", "task", "using", "the", "same", "machine", "learning", "approach", "that", "was", "trained", "on", "Base", "phrase", "(", "BP", ")", "-Chunk", "as", "well", "as", "POS", "features", "of", "individual", "tokens", "with", "correct" ]

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

6302

[ "ODQA", "system", ",", "SPIQA", ".", "The", "system", "derives", "disambiguating", "queries", "(", "DQs", ")", "that", "draw", "out", "additional", "information", "." ]

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

6303

[ "initions", "of", "state", "can", "not", "be", "sensitive", "to", "(", "sometimes", "critical", ")", "aspects", "of", "the", "dialogue", "context", ",", "such", "as", "the", "user", "?", "s", "last", "dialogue", "move", "(", "DM", ")", "(", "e.g", ".", "requesthelp", ")", "unless", "that", "move", "directly", "affects", "the", "status", "of" ]

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

6304

[ "English", "?", "German", "45.59", "43.72", "Automatically", "aligned", "corpora", "average", "47.99", "?", "4.20", "45.75", "?", "3.64", "Table", "1", ":", "The", "grammatical", "coverage", "(", "GC", ")", "of", "NF-ITG", "for", "different", "corpora", "dependent", "on", "the", "interpretation", "of", "word", "alignments", ":", "contiguous", "Translation", "Equivalence", "or", "discontiguous", "Translation", "Equivalence" ]

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

6305

[ "grandmother", ".", "CL.1SG.GEN", "ALL", "ART=airport", "my", "grandmother", "to", "the", "airport" ]

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

6306

[ "of", "the", "set", "of", "terminal", "symbols", ")", "or", "empty", "strings", ".", "A", "Phrase", "Structure", "Tree", "(", "PST", ")", "is", "a", "tree", "in", "which", "all", "and", "only", "the", "leaf", "nodes", "are", "labeled", "with", "words", "or" ]

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

6307

[ "the", "literature", ".", "In", "a", "recent", "Japanese", "NE", "workshop", ",", "a", "maximum", "entropy", "(", "ME", ")", "system", "outperformed", "decision", "tree", "sys-" ]

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

6308

[ "The", "pattern", "we", "used", "consists", "of", "a", "mix", "between", "the", "part", "of", "speech", "(", "POS", ")", "tags", "and", "the", "mention", "tags", "for", "the", "words", "in", "the", "training", "instance", "." ]

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

6309

[ "the", "impact", "of", "various", "kinds", "of", "physical", "degradation", "that", "pages", "may", "endure", "before", "they", "are", "scanned", "and", "processed", "using", "optical", "character", "recognition", "(", "OCR", ")", "software", "." ]

[ 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 ]

6310

[ "2007", ")", ",", "to", "machine", "translation", "(", "Wu", "and", "Fung", "2009", ")", "and", "summarization", "(", "Melli", "et", "al", "2005", ")", ".", "Most", "semantic", "role", "labeling", "(", "SRL", ")", "systems", "to", "date", "conceptualize", "the", "task", "as", "a", "supervised", "learning", "problem", "and", "rely", "on", "role-annotated", "data", "for", "model", "training", "." ]

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

6311

[ "Elfardy", "H.", "and", "Diab", "M.", "2012", ".", "Simplified", "guidelines", "for", "the", "creation", "of", "large", "scale", "dialectal", "arabic", "annotations", ".", "In", "Proceedings", "of", "the", "8th", "International", "Conference", "on", "Language", "Resources", "and", "Evaluation", "(", "LREC", ")", ",", "Istanbul", ",", "Turkey", ".", "Elfardy", "H.", "and", "Diab", "M.", "2013", "." ]

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

6312

[ "tial", "state", "for", "HMM", ",", "then", "experiment", "with", "different", "inference", "algorithms", "such", "as", "ExpectationMaximization", "(", "EM", ")", ",", "Variational", "Bayers", "(", "VB", ")", "or", "Gibbs", "sampling", "(", "GS", ")", ".5", "Gao", "and", "Johnson", "(", "2008", ")", "compare" ]

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

6313

[ "sub-tasks", ":", "?", "Multimedia", "Information", "Network", "(", "MiNet", ")", "Construction", ":", "Construct", "MiNet", "from", "cross-media", "and", "cross-genre", "information", "(", "i.e", ".", "tweets", ",", "images", ",", "sentences", "of", "web", "doc-" ]

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

6314

[ "rithm", "to", "handle", "this", "setting", ".", "To", "do", "so", ",", "we", "use", "dynamic", "programming", "(", "DP", ")", "together", "with", "greedy", "search", "." ]

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

6315

[ "ROBUST04", "WT10G", "GOV2MAP", "R-Pr", "MAP", "R-Pr", "MAP", "R-PrSF-12", "27.03", "30.20", "21.62", "24.81", "28.57", "34.01SF-123", "26.83", "30.34", "21.34", "24.64", "28.77", "34.24SF-NE", "26.51", "29.86", "21.42", "24.55", "27.96", "33.26SF-GD", "26.22", "29.48", "20.33", "23.72", "28.30", "33.83Gold", "27.92", "31.15", "22.56", "25.69", "29.65", "35.08", "Table", "5", ":", "Results", "with", "supervised", "selection", "of", "catenae", "with", "specified", "length", "(", "SF-12", ",", "SF-123", ")", "are", "more", "effective", "than", "combinations", "of", "SFeat", "with", "heuristic", "NomEnd", "(", "SF-NE", ")", "or", "GovDep", "(", "SF-GD", ")", "." ]

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

6316

[ "On", "the", "basis", "of", "these", "specifications", ",", "a", "mapping", "between", "VAML", "and", "Concrete", "AML", "(", "CAML", ")", "can", "be", "made", ".", "CAML" ]

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

6317

[ "Phrasometer", "?", "The", "phrasometer", "feature", "(", "PM", ")", "is", "the", "summed", "log-likelihood", "of", "all", "n-grams", "the", "word" ]

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

6318

[ "accessing", "semantic", "information", "represented", "in", "input", "specifications", ",", "written", "in", "the", "form", "of", "the", "Sentence", "Plan", "Language", "(", "SPL", ")", "(", "Kasper", ",", "1989", ";", "Bateman", ",", "1997a", ")", ",", "and", "in", "the", "knowledge", "base", "of" ]

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

6319

[ "4.1", "Compositional", "Neural", "Language", "Model", "(", "C-NLM", ")", "Compositional", "Neural", "Language", "Model", "(", "C-NLM", ")", "is", "a", "combination", "of", "a", "word", "representation", "learning" ]

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

6320

[ "system", "architecture", "The", "data", "is", "stored", "in", "one", "central", "Resource", "Repository", "(", "RR", ")", ".", "As", "training", "data", "may", "change", "(", "for" ]

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

6321

[ "At", "the", "shallowest", "level", "of", "attachment", "we", "find", "the", "conjunctions", "(", "CONJ+", ")", "+" ]

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

6322

[ "oleary", "@", "cs.umd.edu", "Abstract", "The", "Text", "Analysis", "Conference", "(", "TAC", ")", "ranks", "summarization", "systems", "by", "their", "average", "score" ]

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

6323

[ "Odijk", ",", "and", "Stelios", "Piperidis", ",", "editors", ",", "Proceedings", "of", "the", "Ninth", "International", "Conference", "on", "Language", "Resources", "and", "Evaluation", "(", "LREC", "?", "14", ")", ",", "Reykjavik", ",", "Iceland", ",", "may", ".", "European", "Language", "Resources", "Association", "(", "ELRA", ")", "." ]

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

6324

[ "adaptation", "led", "to", "a", "considerable", "improvement", "of", "+4.1", "BLEU", "and", "large", "improvements", "in", "terms", "of", "METEOR", "and", "Translation", "Edit", "Rate", "(", "TER", ")", ".", "We" ]

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

6325

[ "EOPAS", "(", "PARADISEC", "tool", ")", "for", "text", "interlinear", "text", "and", "media", "analysis", "2", ".", "NLTK", "(", "Natural", "Language", "Toolkit", ")", "for", "text", "analytics", "with", "linguistic", "data", "(", "Bird", ",", "Klein", ",", "&", "Loper", ",", "2009", ")", "3", "." ]

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

6326

[ "tract", "syntactic", "features", "for", "FB-LTAG", ".", "We", "use", "with", "Sejong", "Treebank", "(", "SJTree", ")", "which", "contains", "32", "054", "eojeols", "(", "the", "unity", "of", "segmenta-" ]

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

6327

[ "lem", ",", "and", "our", "system", "adopted", "a", "supervised", "learning", "approach", "with", "Maximum", "Entropy", "classifier", ",", "which", "is", "widely", "used", "in", "natural", "language", "processing", "(", "NLP", ")", "." ]

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

6328

[ "In", "Proc", ".", "of", "the", "Conference", "on", "Computational", "Natural", "Language", "Learning", "(", "CoNLL", ")", ",", "7", "." ]

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

6329

[ "there", "are", "usually", "three", "kinds", "of", "named", "entities", "(", "NEs", ")", "to", "be", "dealt", "with", ":", "names", "of", "persons", "(", "PER", ")", ",", "locations", "(", "LOC", ")", "and", "organizations", "(", "ORG", ")", "." ]

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

6330

[ "2011", ".", "Icelandic", "Parsed", "Historical", "Corpus", "(", "IcePaHC", ")", "." ]

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

6331

[ "easily", "inspectable", ".", "The", "generalizing", "ability", "of", "the", "evolutionary", "reinforcement", "learning", "(", "RL", ")", "algorithm", ",", "XCS", ",", "can", "dramatically", "reduce", "the", "size", "of", "the", "opti-" ]

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

6332

[ "1", "Introduction", "Lexical", "Acquisition", "(", "LA", ")", "processes", "strongly", "rely", "on", "basic", "assumptions", "embodied", "by", "the", "source", "informa-" ]

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

6333

[ "simardm", "@", "iro.umontreal.ca", "Abstract", "The", "term", "translation", "spotting", "(", "TS", ")", "refers", "to", "the", "task", "of", "identifying", "the", "target-language", "(", "TL", ")" ]

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

6334

[ "Theoretically", ",", "the", "expressive", "power", "of", "converting", "the", "cospecs", "of", "a", "GLS", "into", "DCG", "parse", "rules", "i", "s", "equivalent", "to", "the", "power", "of", "a", "Lexicalized", "Tree", "Adjoining", "Grammar", "with", "collocations", "(", "Shieber", "[", "14", "]", ")", ",", "what", "we", "have", "termed", "Hyper", "Lexicalized", "Tree", "Adjoining", "Grammars", "(", "HTAGs", ")", "(", "Pustejovsky", "[", "13", "]", ")", "." ]

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

6335

[ "7", "8", "Figure", "2", ":", "The", "Sense", "Distribution", "the", "help", "of", "a", "graphical", "user", "intefface", "(", "GUI", ")", "scans", "a", "parsed", "sample", "article", "and", "indicates", "a", "series", "of", "se-" ]

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

6336

[ "tice", "to", "both", "characteristics", "mentioned", "above", ".", "The", "central", "construct", "in", "this", "framework", "is", "that", "of", "context", "factor", "(", "CF", ")", ".", "A", "CF", "is", "defined", "by", "a", "scope", ",", "which", "is", "a", "collection", "of", "individ-" ]

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

6337

[ "2003", ")", "?", "Minimum", "Error", "Rate", "Training", "(", "MERT", ")", "(", "Och", ",", "2003", ")", "on", "a", "held-out", "development", "set", ",", "target" ]

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

6338

[ "ring", "Expression", "Generation", "Task", "(", "TUNA-REG", ")", "organised", "by", "Albert", "Gatt", ",", "Anja", "Belz", "and", "Eric", "Kow", ";", "the", "two", "GREC", "Challenges", ",", "GREC", "Main", "Subject", "Reference", "Generation", "(", "GREC-MSR", ")", "and", "GREC", "Named", "Entity", "Generation", "(", "GREC-NEG", ")", ",", "organised", "by", "Anja", "Belz", ",", "Eric", "Kow", ",", "Jette", "Viethen", "and", "Albert", "Gatt", ";", "and", "the", "Giving", "Instructions", "in" ]

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

6339

[ "velopment", "and", "23", "for", "testing", ".", "Chinese", "data", "were", "extracted", "from", "the", "Penn", "Chinese", "Treebank", "(", "CTB", ")", "(", "Xue", "et", "al", ",", "2005", ")", ";", "articles", "001-270", "and", "440-" ]

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

6340

[ "These", "classifiers", "are", "based", "on", "a", "discriminative", "model", ":", "Support", "Vector", "Machine", "(", "SVM", ")", "6", "(", "Vapnik", ",", "1995", ")", "." ]

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

6341

[ "There", "is", "no", "person", "boiling", "noodles", "A", "woman", "is", "boiling", "noodles", "in", "water", "Example", "9051", "(", "ENTAILMENT", ")", "A", "pair", "of", "kids", "are", "sticking", "out", "blue", "and", "green", "colored", "tongues" ]

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

6342

[ "qnp", "?", "0.6", "NP", "(", "qdet", ",", "qn", ")", ",", "qnp", "?", "0.4", "NP", "(", "qnp", ",", "qpp", ")", ",", "qpp", "?", "1.0", "PP", "(", "qprep", ",", "qnp", ")", ",", "qdet", "?", "1.0", "DET", "(", "the", ")", "," ]

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

6343

[ "WordNet", "In", "another", "related", "effort", ",", "SRI", "performed", "experiments", "in", "utilizing", "WordNet", "(", "WN", ")", "as", "a", "knowledge", "source", "for", "IE", "." ]

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

6344

[ "One", "suggestion", "is", "is", "to", "use", "as", "a", "natural", "anguage", "grammar", "the", "Core", "Language", "Engine", "(", "CLE", ")", "(", "Alshawi", "1992", ")", "." ]

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

6345

[ "variance", "distribution", ".", "In", "the", "feature", "space", ",", "a", "support", "vector", "machine", "(", "SVM", ")", "classifier", "(", "Vapnik", ",", "1995", ")", "is", "used", "to", "determine", "the", "likelihoods" ]

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

6346

[ "1", "I", "n", "t", "roduct", "ion", "The", "development", "of", "Natural", "Language", "(", "NL", ")", "systems", "for", "data", "retrieval", "has", "been", "a", "central", "issue", "in", "NL", "Pro-" ]

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

6347

[ "O-ADVL", "=", "Object", "Adverbial", ":", "lie", "ran", "two", "miles", ".", "APP", "=", "Apposition", ":", "Helsinki", ",", "the", "capital", "of", "Finland", ",", "N", "=", "Title", ":", "King", "George", "and", "Mr", "." ]

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

6348

[ "learning", "is", "straightforward", ".", "Very", "Reduced", "Regular", "Expression", "(", "VRRE", ")", ":", "Given", "a", "finite", "alphabet", "E", ",", "the", "set", "of", "very" ]

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

6349

[ "pendency", "and", "constituency", "tracks", "are", "shown", "in", "table", "1", ".", "The", "label", "attachment", "score", "(", "LAS", ")", "was", "used", "by", "the", "organizer", "for", "evaluating", "the", "dependency", "versions", "," ]

[ 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 ]

6350

[ "2.1", "Download", "Initial", "Collection", "The", "Yahoo", "Full", "Coverage", "Collection", "(", "YFCC", ")", "was", "downloaded", "from", "http", ":", "//fullcoverage.yahoo.com", "during" ]

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

6351

[ "processing", ".", "In", "Proceedings", "of", "the", "Conference", "on", "Knowledge", "Capture", "(", "K-CAP", ")", ",", "pages", "70-77", ",", "2003", "." ]

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

6352

[ "2", "In", "Pisa", "two", "dictionaries", "of", "Italian", ",", ",", "are", "being", "used", ":", "the", "Nuovo", "Dizionario", "Garzanti", "(", "GRZ", ")", "and", "the", "Dlzionario-", "Macchina", "dell'ltaliano", "(", "DMI", ")", ",", "a", "MRD", "mainly", "based", "on", "the" ]

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

6353

[ "knowledge", "from", "a", "corpus\\", "[", "2\\", "]", "\\", "[", "6\\", "]", "\\", "[", "91", ".", "Machine", "translation", "(", "MT", ")", "systems", "are", "no", "exception", "." ]

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

6354

[ "lines", "and", "web-gathered", "word", "lists", ".", "Theses", "grammars", "are", "represented", "by", "Finite", "State", "Machines", "(", "FSMs", ")", "(", "thanks", "to", "the", "AT", "&", "T", "GRM/FSM", "toolkit", "(", "Allauzen", "et" ]

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

6355

[ "This", "named-entity", "tagger", "program", "is", "based", "on", "a", "first", "order", "Maximum", "Entropy", "Markov", "Model", "(", "MEMM", ")", "and", "is", "described", "in", "Yoshida", "and", "Tsujii", "(", "2007", ")", "." ]

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

6356

[ "the", "first", "reference", "in", "this", "study", ".", "(", "3", ")", "a", "small", "dataset", "of", "Wikipedia", "articles", "(", "WIKI", ")", "to", "extend", "our", "corpus", "and", "metric", "evaluation", "to", "topics", "beyond", "the" ]

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

6357

[ "2008", ";", "Metzler", "and", "Cai", ",", "2011", ")", ".", "Work", "in", "Content", "Based", "Image", "Retrieval", "(", "CBIR", ")", "(", "Datta", "et", "al.", ",", "2008", ")", "has", "progressed", "from", "systems", "that" ]

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

6358

[ "There", "are", "two", "machine", "learning", "tasks", "in", "our", "problem", ".", "The", "first", "is", "Dialogue", "Act", "(", "DA", ")", "Tagging", ",", "in", "which", "we", "assign", "DAs", "to", "every", "Dialogue", "Func-" ]

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

6359

[ "1", "This", "work", "has", "been", "developed", "in", "the", "project", "KFr-FAST", "(", "KIT", "=", "Kilnstliche", "Intelligenz", "und", "Textverstehen", "(", "Artificial", "Intelligence", "and", "Text", "Understanding", ")", ";", "FAST", "=", "Functor", "Argument", "S", "ructure", "for", "Translation", ")", ",", "which", "constitutes", "the", "Berlin", "component", "of", "the", "complementary", "research", "project", "of" ]

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

6360

[ "The", "obtained", "Spanish", "scores", "as", "compared", "to", "the", "scores", "from", "the", "initial", "English", "experiment", "(", "E-E-E", ")", "are", "shown", "in", "figure", "5", "." ]

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

6361

[ "(", "approx", ".", "68,000", "sentences", ",", "1.4", "million", "tokens", ")", ",", "(", "2", ")", "Brown", "Corpus", "(", "BROWN", ")", "(", "approx", ".", "60,000" ]

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

6362

[ "This", "makes", "it", "hard", "to", "find", "particular", "information", "of", "in-terest", "(", "say", ",", "a", "mention", "of", "a", "particular", "company", "in", "a", "set", "of", "thousands", "of", "YouTube", "comments", ")", ",", "or", "to", "un-derstand", "the", "gist", "of", "the", "discussion", "at", "a", "high-level", ".", "Our", "goal", "in", "this", "work", "was", "to", "create", "a", "simple", "tool", "which", "would", "allow", "people", "to", "rapidly", "ingest", "useful", "information", "contained", "in", "large", "community-created", "comment", "threads", ",", "where", "the", "volume", "of", "data", "precludes", "manual", "inspection", ".", "To", "this", "end", ",", "we", "created", "CoFi", "(", "Comment", "Filter", ")", ",", "a", "language-independent", ",", "web-based", "interactive", "browser", "for", "single", "comment", "threads", ".", "2", "How", "CoFi", "works", "For", "a", "given", "set", "of", "comments", ",", "we", "create", "a", "distinct", "CoFi", "instance", "." ]

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

6363

[ "a", "mistake", "when", "we", "generate", "the", "final", "output", "that", "results", "in", "a", "lower", "score", "of", "56.31", "%", "in", "term", "of", "Labeled", "Attachment", "Score", "(", "LAS", ")", ",", "reported", "by", "organizers", "." ]

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

6364

[ "and", "embedded", "phrase", "levels", ":", "?", "Object", "reordering", "(", "ObjR", ")", ",", "in", "which", "the", "objects", "and", "their", "dependents", "are", "moved", "in", "front" ]

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

6365

[ "Part", "of", "FrameNet", "is", "also", "a", "corpus", "of", "135,000", "annotated", "example", "sentences", "from", "the", "British", "National", "Corpus", "(", "BNC", ")", "." ]

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

6366

[ "and", "tests", "2", "and", "3", "are", "open", "tests", "performed", "on", "different", "test", "data", ".", "DM", "(", "i.e.", ",", "Default", "Model", ")", "assigns", "all", "incoming", "cases", "with", "the", "most", "likely", "class", "and", "it", "is" ]

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

6367

[ "task", ".", "As", "reported", "in", "(", "Liu", "et", "al", "2013a", ")", ",", "we", "used", "a", "genetic", "algorithm", "(", "GA", ")", "(", "Cormen", "et", "al", "2001", ")", "to", "au80" ]

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

6368

[ "for", "the", "task", ":", "a", "training", "dataset", "(", "TrainSet", ")", "with", "9675", "messages", "directly", "retrieved", "from", "Twitter", ";", "a", "development", "dataset", "(", "DevSet", ")", ",", "with", "1654", "messages", ";", "the", "testing", "dataset", "from", "2013", "run", ",", "which" ]

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

6369

[ "Suffixes", "(", "S", ")", ":", "able", ",", "est", ",", "ful", ",", "ic", ",", "ing", ",", "ive", ",", "ness", "etc", ".", "Word", "Sentiment", "Polarity", "(", "SP", ")", ":", "POS", ",", "NEG", ",", "NEU", "Pivoting", "on", "the", "head", "aspect", ",", "we", "look", "forward", "and" ]

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

6370

[ "2.2", "Keystroke", "Ratio", "(", "KSR", ")", "In", "addition", "to", "these", "metrics", ",", "suffix", "prediction", "can", "be", "evaluated", "by", "the", "widely", "used", "keystroke", "ratio", "(", "KSR", ")", "metric", "(", "Och", "et", "al", ",", "2003", ")", "." ]

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

6371

[ "tagger", "(", "Cutting", "et", "al", "1992", ")", "and", "LT", "POS", "tagger", "(", "Mikheev", "1997", ")", ".", "Maximum", "Entropy", "(", "MaxEnt", ")", "based", "taggers", "also", "seem", "to", "perform", "very", "well" ]

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

6372

[ "This", "paper", "presents", "the", "UNL", "graph", "matching", "method", "for", "the", "Semantic", "Textual", "Similarity", "(", "STS", ")", "task", "." ]

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

6373

[ "tends", "the", "comparison", "set", "to", "players", "of", "AS", "Roma", ".", "Prepositional", "phrases", "(", "PPs", ")", ",", "gerunds", ",", "and", "relative", "clauses", "introduce", "additional", "complexity", "." ]

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

6374

[ "Score", "(", "E", ")", ",", "where", "E", "is", "an", "example", "of", "Pat", "To", "improve", "ranking", ",", "we", "also", "try", "to", "find", "the", "longest", "similar", "subsequence", "(", "LSS", ")", "between", "the", "user", "input", ",", "Sent", "and", "retrieved", "example", ",", "Exm" ]

[ 0, 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, 0, 0 ]

6375

[ "exp", "(", "14", ")", "Short", "word", "difference", "penalty", "(", "SWDP", ")", ":", "a", "good", "translation", "should", "have", "roughly", "the", "same" ]

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

6376

[ "DSTG", "=", "Adverb", "s", "t", "r", "i", "r", "ig", "mRTOVO", "=", "For", "+", "Subject", "-+", "to", "-+", "Object", "NA", "=", "N", "t-", "Adjective", "NASOBJBE", "-", "N", "+", "as", "-", "t-", "Object", "of", "be", "-" ]

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

6377

[ "1", "Introduction", "Traditionally", ",", "Information", "Retrieval", "(", "IR", ")", "and", "Statistical", "Natural", "Language", "Processing", "(", "NLP", ")", "applica-" ]

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

6378

[ "This", "paper", "explores", "the", "use", "of", "the", "homotopy", "method", "for", "training", "a", "semi-supervised", "Hidden", "Markov", "Model", "(", "HMM", ")", "used", "for", "sequence", "labeling", "." ]

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

6379

[ "from", "the", "output", "of", "the", "parser", "we", "adopt", "a", "uniform", "meaning", "representation", "which", "is", "a", "structured", "Logical", "Form", "(", "LF", ")", ".", "In", "other", "words", "we", "map", "our", "f-" ]

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

6380

[ "The", "resulting", "unit", "denominates", "a", "concept", "which", "belongs", "to", "the", "language", "for", "special", "purposes", "(", "LSP", ")", "." ]

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

6381

[ "2011", ".", "Overview", "of", "the", "Infectious", "Diseases", "(", "ID", ")", "task", "of", "BioNLP", "Shared", "Task", "2011", "." ]

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

6382

[ "1425", "Proceedings", "of", "the", "3rd", "Workshop", "on", "Hybrid", "Approaches", "to", "Translation", "(", "HyTra", ")", "@", "EACL", "2014", ",", "pages", "75", "?", "81", ",", "Gothenburg", ",", "Sweden", ",", "April", "27", ",", "2014", "." ]

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

6383

[ "Var", ".", "47.9", "60.7", "67.9", "70.8", "75.0", "77.3", "Pronunciation", "(", "PHL", ")", "with", "Pron", ".", "Var", "." ]

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

6384

[ "the", "reference", "than", "the", "rest", ".", "Considering", "this", ",", "we", "use", "a", "Longest", "Common", "Subsequence", "(", "LCS", ")", "based", "criterion", "to", "calculate", "s", "(", "x", ",", "y", ")", "." ]

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

6385

[ "1", "Introduction", "Statistical", "machine", "translation", "(", "SMT", ")", "starts", "from", "sequence-based", "models", "." ]

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

6386

[ "Upsala", "College", "INTRODUCTION", "A", "computerized", "conference", "(", "CC", ")", "is", "a", "form", "of", "co~znunica-", "tion", "in", "which", "participants", "type", "into", "and", "read", "frc~", "a" ]

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

6387

[ "redundancy", "at", "low", "and", "medium", "allophonic", "complexities", ",", "estimated", "by", "the", "Jaccard", "indices", "between", "their", "false", "positives", "(", "FP", ")", "and", "false", "negatives", "(", "FN", ")", "." ]

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

6388

[ "entries", "in", "an", "existing", "knowledge", "base", "is", "called", "entity", "linking", "and", "has", "been", "proposed", "and", "studied", "in", "the", "Knowledge", "Base", "Population", "(", "KBP", ")", "track", "of", "the", "Text", "Analysis", "Conference", "(", "TAC", ")", "(", "McNamee", "and", "Dang", "," ]

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

6389

[ "left", "AV", "and", "right", "AV", ".", "For", "a", "string", "s", "with", "length", "l", ",", "we", "define", "the", "left", "accessor", "variety", "(", "LAV", ")", "as", "the", "types", "of", "distinct", "characters", "preceding", "s", "in" ]

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

6390

[ "ACL", "2006", "paper", "(", "see", "experiments", ")", ".", "Cross", "document", "coreference", "(", "CDC", ")", "(", "Bagga", "and", "Baldwin", ",", "1998", ")", "is", "a", "distinct", "technology", "that", "consolidates", "named", "entities" ]

[ 1, 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 ]

6391

[ "?", "Backward", "Looking", "(", "BL", ")", "/Forward", "Looking", "(", "FL", ")", "features", "(", "14", "to", "22", ")", "are", "mostly", "extracted", "from", "ut-" ]

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

6392

[ "We", "have", "also", "made", "a", "preliminary", "attempt", "to", "transfer", "a", "thesaurus", "entry", "from", "the", "Collins", "Thesaurus", "(", "CT", ")", "into", "Italian", "by", "means", "of", "the", "English-Italian", "and", "Italian-" ]

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

6393

[ "Temporal", "Types", "Possible", "Values", "(", "tags", ")", "Timeline", "(", "TL", ")", "past", ",", "present", ",", "future", "Day", "of", "Week", "(", "DOW", ")", "Mon", ",", "Tue", ",", ".", ".", ".", "," ]

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

6394

[ "There", "are", "three", "options", ":", "French", "(", "FR", ")", ",", "Spanish", "(", "SP", ")", ",", "or", ",", "Merged", "languages", "(", "ML", ")", ",", "where", "the", "results", "are", "obtained", "by", "merging", "the", "English", "output", "of", "FR" ]

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

6395

[ "4-gram", "+", "LSA", "using", "linear", "interpolation", "with", "?", "LSA", "=", "0.11", "(", "LI", ")", "." ]

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

6396

[ "experiments", "can", "be", "listed", "as", "follows", ".", "Head", "Word", "(", "HW", ".", ")", "The", "predicate", "?", "s", "head", "word", "as" ]

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

6397

[ "The", "two", "main", "Modern", "Standard", "Arabic", "dependency", "treebanks", "currently", "available", "are", "the", "Columbia", "Arabic", "Treebank", "(", "CATiB", ")", "(", "Habash", "and", "Roth", ",", "2009", ")", "and", "the", "Prague", "Arabic", "Dependency" ]

[ 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, 4, 0 ]

6398

[ "Many", "researchers", "have", "attempted", "several", "tech-", "niques", "to", "deal", "with", "extragrammatical", "sentences", "such", "as", "Augmented", "Transition", "Network", "(", "ATN", ")", "(", "Kwasny", "and", "Sondheimer", ",", "1981", ")", ",", "network-based" ]

[ 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, 0 ]

6399

[ ">", "60", "ICE", "ICE", "ICE", "ICE", "10C", "1~", "10C", "I0C", ">", ".Y0", "ICE", "ICE", "ICE", "ICE", "ICE", "IOC", "I", "(", "E", "1~", ">", "40", "IO", "(", "J", "ICE", "ICE", "lO0", "ICE", "ICE", "1~", "ICE", ">", "35", "ICE", "lO", "(", "l", "ICE", "ICE", "lie", "lOC", "IOC", "lOC" ]

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