David R. Kauchak

计算机科学教授
与皇冠体育: 2014
  • 专业知识

    专业知识

    大卫Kauchak的主要研究方向是自然语言处理(NLP)。, 特别关注应用自然语言处理. 例如, 他目前的研究重点是文本简化, 哪个旨在在保持内容的同时降低文本的复杂性.

    研究兴趣

    • 自然语言处理
    • 文字简化

    专业领域

    计算机科学

    • 自然语言处理
    • 机器学习
    • 文字简化
  • 工作

    工作

    科尔比·霍恩、凯蒂·曼杜卡和大卫·考查克(2014). 使用维基百科学习词汇简化器. In 计算语言学协会会议录.

    Gondy Leroy和大卫·考恰克(2013). 词汇熟悉度对实际和感知文本难度的影响. In 美国医学信息学协会杂志.

    丹尼尔·费布洛维茨和大卫·考查克(2013). 作为树转导的句子简化. In 目标读者群体文本可读性预测与提高研究进展.

    大卫·考恰克(2013). 使用未简化文本数据改进文本简化语言建模. 在 计算语言学协会会议录.

    Gondy Leroy, James E. 恩迪科特、大卫·考恰克、奥贝·莫拉迪和梅丽莎·贾斯特(2013). 使用术语熟悉度的文本简化算法对感知效果的用户评价, 理解, 学习, 和信息保存. In 医学互联网研究杂志(JMIR).

    Gondy Leroy, 大卫Kauchak和Obay Mouradi (2013). 测量词汇简化和连贯增强对感知和实际文本难度影响的用户研究. In 国际医学信息学杂志.

    Gondy Leroy, James Endicott, Obay Mouradi, 大卫Kauchak和Melissa Just (2012). 使用半自动方法提高健康信息消费者的感知和实际文本难度. In 美国医学信息学协会(AMIA)秋季研讨会.

  • 教育

    教育

    Ph.D.
    加州大学圣地亚哥分校

    文学硕士
    加州大学圣地亚哥分校

    理学学士
    犹他大学

    最近开设的课程

    • 计算与认知
    • 计算机科学基础
    • 自然语言处理
    • 计算机科学高级研讨会