A Computational Approach to the Discovery and Representation of Lexical Chunks

機構典藏 > College of Foreign Languages and Literature > Graduate Institute & Department of English > Proceeding > Item 987654321/28590

Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/28590

Title:	A Computational Approach to the Discovery and Representation of Lexical Chunks
Authors:	衛友賢;Wible, David Scott;郭經華;Kuo, Chin-hwa;Chen, Meng-Chang;Tsao, Nai-lung;Hung, Tsung-fu
Contributors:	淡江大學英文學系
Date:	2006-04
Issue Date:	2010-01-07 10:23:08 (UTC+8)
Publisher:	University of Leuven
Abstract:	Lexical chunks have in recent years become widely recognized as a crucial aspect of second language competence. We address two major sorts of challenge that chunks pose for lexicography and describe computational approaches to addressing these challenges. The first challenge is lexical knowledge discovery, that is, the need to uncover which strings of words constitute chunks worthy of learners' attention. The second challenge is the problem of representation, that is, how such knowledge can be made accessible to learners. To address the first challenge, we propose a greedy algorithm run on 20-million words of BNC that iterates applications of word association measures on increasingly longer n-grams. This approach places priority on high recall and then attempts to isolate false positives by sorting mechanisms. To address the challenge of representation we propose embedding the algorithm in a browser-based agent as an extension of our current browser-based collocation detection tool. Résumé: La connaissance des « chunks » (tronçons) lexicaux est maintenant reconnue comme une compétence essentielle pour l'apprentissage d'une seconde langue. Nous étudions deux des principaux problèmes que les « chunks » posent en lexicographie et nous présentons des méthodes de résolution informatiques. Le premier problème est celui de l'apprentissage de connaissances lexicales, c'est-à dire la nécessité de définir quelles suites de mots constituent des « chunks » utiles à l'apprenant. Le deuxième problème est celui de la représentation, c'est-à-dire comment mettre cette connaissance à la disposition de l'apprenant. Pour résoudre le premier problème, nous proposons un algorithme glouton exécuté sur un corpus de 20 millions de mots du BNC qui reproduit des mesures d'associations de mot sur des n-grams de plus en plus longs. Cette approche donne la priorité à un rappel élevé et tente d'isoler les faux positifs à l'aide de mécanismes de tri. Pour résoudre le problème de la représentation, nous nous proposons d'associer cet algorithme à un navigateur en tant qu'extension de notre outil de détection de collocations.
Relation:	TALN 2006 Workshop on NLP and CALL, University of Leuven
Appears in Collections:	[Graduate Institute & Department of English] Proceeding [Graduate Institute & Department of Computer Science and Information Engineering] Proceeding

Files in This Item:

File	Size	Format
index.html	0Kb	HTML	432	View/Open

Loading...