Azaleko sintaxiaren tratamendua ikasketa automatikoko tekniken ...

Ikasketa automatikoa HPan 17
hau (emaitza-atributua) da, hain zuzen, ikasi beharreko kontzeptuari buruzko
informazioa daukana. Lehen bi zutabeek (hitza eta kategoria atributuei
dagozkienek) kontzeptu hau ikasteko baliagarriak diren ezaugarrien balioak
gordetzen dituzte. Datu hauek, beraz, kateen ikasketarako prestatuta daude.
III.4.1.1 atalean, xehetasun gehiagorekin arituko gara formatu honetaz.
Adibidea II.1.1
CoNLL 2000ko eginkizun partekaturako corpusaren formatuaren adibide bat.
The DT B-NP
deregulation NN I-NP
of IN B-PP
railroads NNS B-NP
and CC O
trucking NN B-NP
companies NNS I-NP
that WDT B-NP
began VBD B-VP
in IN B-PP
1980 CD B-NP
enabled VBD B-VP
shippers NNS B-NP
to TO B-VP
bargain VB I-VP
for IN B-PP
transportation NN B-NP
. . O
II.1.3 Ikasketa automatikoaren arazoak HPan
Ikasketa automatikoko algoritmo guzti-guztiek zenbait arazori aurre egin
behar izaten diete, bai ikasketa automatikoaren berezko arazoei, eta baita
HPko problemen izaera dela-eta sortzen direnei. Jarraian, garrantzitsuenak
zerrendatuko ditugu:
• Atributu asko:
Atributu asko erabiltzen dira HPan, oro har (Màrquez, 2002). Honek
problemaren ebazpena zailtzen du; izan ere, atributu-konbinazio egokiena
aurkitzea (feature selection edo atributuen aukeraketa delakoa)
konplexuago bilakatzen du.