---

To post to LINGUIST, use our convenient web form at http://linguistlist.org/LL/posttolinguist.html.

---

Directory

        1.    Guenter Neumann, A Uniform Computational Model for Natural Language Parsing and Generation

---

Message 1: A Uniform Computational Model for Natural Language Parsing and Generation

Date: 31-Oct-2004
From: Guenter Neumann <neumanndfki.de>
Subject: A Uniform Computational Model for Natural Language Parsing and Generation


Institution: Saarland University 
 Program: Department of Computational Linguistics and Phonetics 
 Dissertation Status: Completed 
 Degree Date: 1994 
 
 Author: Guenter Neumann
 
 Dissertation Title: A Uniform Computational Model for Natural Language Parsing
 and Generation 
 
 Dissertation URL: http://www.dfki.de/~neumann/publications/diss/diss.html
 
 Linguistic Field(s): Computational Linguistics 
 
 Dissertation Director(s):
 Hans Uszkoreit
 Wolfgang Wahlster
 
 Dissertation Abstract:
 
 We present a new model of natural language processing in which natural
 language parsing and generation are strongly interleaved tasks. Interleaving of
 parsing and generation is important if we assume that natural language
 understanding and production are not only performed in isolation  but also can
 work together to obtain subsentential interactions in text revision or dialog
 systems.
 
 The core of the model is a new uniform agenda-driven tabular algorithm, called
 UTA. Although uniformly defined, UTA is able to configure itself dynamically for
 either parsing or generation, because it is fully driven by the structure of the
 actual input---a string for parsing and a semantic expression for generation.
 
 Efficient interleaving of parsing and generation is obtained through {\em item
 sharing} between parsing and generation. This novel processing strategy
 facilitates exchanging items (i.e., partial results) computed in one direction
 automatically to the other direction as well.
 
 The advantage of UTA in combination with the item sharing method is that we are
 able to extend the use of memoization techniques even to the case of an
 interleaved approach. In order to demonstrate UTA's utility  for developing
 high-level performance methods, we present a new algorithm for {\em incremental
 self-monitoring} during natural language production.
Respond to list|Read more issues|LINGUIST home page|Top of issue

---