KI-Beratung Beta

Gutscheinbedingungen

**Gültig bis 09.11.2026 auf tolino shine color (4016621130473), tolino vision color (4016621130183) und tolino vision color weiß (4016621131456) online auf thalia.at, in der Thalia App und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Nicht gültig für Geschenkkarten, Versandkosten und Services. Nur solange der Vorrat reicht.

Produktbild: Trends in Parsing Technology
Band 43 - 12%

Trends in Parsing Technology Dependency Parsing, Domain Adaptation, and Deep Parsing

12% sparen

95,99 € UVP 109,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

06.12.2012

Abbildungen

X, 298 p.

Herausgeber

Harry Bunt + weitere

Verlag

Springer Netherland

Seitenzahl

298

Maße (L/B/H)

23,5/15,5/1,7 cm

Gewicht

470 g

Auflage

Repr. d. Ausg. v. 2010

Sprache

Englisch

ISBN

978-94-007-3379-4

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

06.12.2012

Abbildungen

X, 298 p.

Herausgeber

Verlag

Springer Netherland

Seitenzahl

298

Maße (L/B/H)

23,5/15,5/1,7 cm

Gewicht

470 g

Auflage

Repr. d. Ausg. v. 2010

Sprache

Englisch

ISBN

978-94-007-3379-4

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Trends in Parsing Technology
  • Current Trends in Parsing Technology.- Single Malt or Blended? A Study in Multilingual Parser Optimization.- A Latent Variable Model for Generative Dependency Parsing.- Dependency Parsing and Domain Adaptation with Data-Driven LR Models and Parser Ensembles.- Dependency Parsing Using Global Features.- Dependency Parsing with Second-Order Feature Maps and Annotated Semantic Information.- Strictly Lexicalised Dependency Parsing.- Favor Short Dependencies: Parsing with Soft and Hard Constraints on Dependency Length.- Corrective Dependency Parsing.- Inducing Lexicalised PCFGs with Latent Heads.- Self-Trained Bilexical Preferences to Improve Disambiguation Accuracy.- Are Very Large Context-Free Grammars Tractable?.- Efficiency in Unification-Based N-Best Parsing.- HPSG Parsing with a Supertagger.- Evaluating the Impact of Re-training a Lexical Disambiguation Model on Domain Adaptation of an HPSG Parser.- Semi-supervised Training of a Statistical Parser from Unlabeled Partially-Bracketed Data.