Making Latent SVMstruct practical for coreference resolution
Iryna Haponchyk, Alessandro Moschitti · Pisa University Press eBooks · 2014
English. The recent work on coreference resolution has shown a renewed interest in the structured perceptron model, which seems to achieve the state of the art in this field. Interestingly, while SVMs are known to generally provide higher accu-racy than a perceptron, according to pre-vious work and theoretical findings, no re-cent paper currently describes the use of SVMstruct for coreference resolution. In this paper, we address this question by solving some technical problems at both theoretical and algorithmic level enabling the use of SVMs for coreference resolu-tion and other similar structured output tasks (e.g., based on clustering). Italiano. Ricerca recente sulla risoluzione delle coreferenze linguistiche ha mostrato un rinnovato interesse per l’algoritmo del percettrone strutturato, il quale sembra es-sere lo stato dell’arte per questa disci-plina. E ̀ interessante notare che, men-tre l’esperienza passata e i risultati teorici mostrano che le SVMs sono piu ́ accu-rate del percettrone, nessun articolo re-cente descrive l’uso di SVMstruct per la risoluzione di coreferenze. In questo ar-ticolo, si prova a dare una risposta a tale domanda, risolvendo alcuni problemi tec-nici, sia a livello teorico che algoritmico, cosı ́ consentendo l’utilizzo delle SVMs per la risoluzione delle coreferenze e altri problemi che richiedono l’uso di funzioni di output strutturato (e.g., basati su clus-tering). 1