Linguistic Habit Graphs used for text representation and correction
PBN-AR
Instytucja
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Książka
Tytuł książki
Artificial Intelligence and Soft Computing. 16th International Conference : ICAISC 2017 Zakopane, Poland, June 11–15, 2017 : proceedings
Data publikacji
2017
ISBN
978-3-319-59059-2
Wydawca
Springer International Publishing
Publikacja
Główny język publikacji
EN
Tytuł rozdziału
Linguistic Habit Graphs used for text representation and correction
Rok publikacji
2017
Strony (od-do)
233--242
Numer rozdziału
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
0.71
Hasło encyklopedyczne
Autorzy
(liczba autorów: 1)
Słowa kluczowe
EN
NLP
text correction
proof–reading
Linguistic Habit Graph
Konferencja
Indeksowana w Scopus
tak
Indeksowana w Web of Science Core Collection
tak
Liczba cytowań z Web of Science Core Collection
Nazwa konferencji (skrócona)
ICAISC 2017
Nazwa konferencji
16th International Conference on Artificial Intelligence and Soft Computing
Początek konferencji
2017-06-11
Koniec konferencji
2017-06-15
Lokalizacja konferencji
Zakopane
Kraj konferencji
PL
Lista innych baz czasopism i abstraktów w których była indeksowana
Streszczenia
Język
EN
Treść
This paper introduces a novel associative way of storing, compressing, and processing sentences. The Linguistic Habit Graphs (LHG) are introduced as graph models that could be used for spell checking, text correction, proof–reading, and compression of sentences. All the above mentioned functionalities are always available in the constant computational complexity as a result of the associative way of text processing, special kinds of connections and graph nodes that enable to activate various important relations between letters and words simultaneously for any given contexts. Furthermore, using the proposed graph structure, new algorithms have been developed to provide effective text analyzes and contextual text correction. These new algorithms can properly locate and often automatically correct typical mistakes in texts written in a given language for which the graph was build.
Cechy publikacji
chapter-in-a-book
peer-reviewed
Inne
System-identifier
idp:106576
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych