<br><div class="gmail_quote">On Mon, Jun 1, 2009 at 12:22 PM, Eli Barzilay <span dir="ltr">&lt;<a href="mailto:eli@barzilay.org">eli@barzilay.org</a>&gt;</span> wrote:<br><blockquote class="gmail_quote" style="border-left: 1px solid rgb(204, 204, 204); margin: 0pt 0pt 0pt 0.8ex; padding-left: 1ex;">
<br><div class="im">&gt; so I am not familiar with the alternative - would you happen to have<br>
&gt; links or googling phrases for finding the alternatives?<br>
<br>
</div>Modern NL parsers are all statistical tools.  They usually begin with<br>
a large corpus of human-parsed text, and learn how to parse more data.<br>
And there&#39;s significant work in making the learning process effective,<br>
and generalize it.  The shift to this direction happened roughly<br>
during the 90s, and now I don&#39;t think that there are any practical<br>
tools that are using the symbolic approach.  The bottom line is that<br>
the statistical shift makes this a very different field from what is<br>
presented in common AI books -- one thing you&#39;ll see is that there is<br>
much more &quot;serious math&quot; involved.<br>
<br>
</blockquote><div>Cool - thanks!  <br></div></div><br>