文献

J-GLOBAL ID：201702272261333034   整理番号：17A1096033

固有表現認識ツールのためのマルチドメイン評価フレームワーク【Powered by NICT】

Multi-domain evaluation framework for named entity recognition tools

著者 (3件)： Abdallah Zahraa S. (School of Information Technology, Monash University, Australia) ,  Carman Mark (School of Information Technology, Monash University, Australia) ,  Haffari Gholamreza (School of Information Technology, Monash University, Australia)
資料名： Computer Speech and Language  (Computer Speech and Language)
巻： 43  ページ： 34-55  発行年： 2017年 
JST資料番号： T0677A  ISSN： 0885-2308  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 非構造テキストから構造化された情報を抽出することは,定性的データ分析にとって重要である。定性的データ解析のためのNLP技術の活用効果的にアノテーションプロセスを加速し,大規模解析を可能にし,性能を改善するためのテキストへのさらなる洞察を提供するであろう。テキストからの洞察を得るための第一段階は,名前付きエンティティ認識(NER)である。NERプロセスの性能に直接影響を与える,重要な課題は,定性的データにおけるドメイン多様性である。表現テキストを分類,長さ,形式とフォーマットを含む多くの面でそのドメインによって変化する。本論文では,それらのロバスト性と信頼性を詳しく説明するためにドメインを横断する最先端のツールの性能を議論し,解析した。を行なうために,筆者らは様々な分野のテキストを代表するコーパスを用いた工具性能を解析し試験するために標準,拡張可能で柔軟なフレームワークを開発した。種々のドメイン間および様々な視点からのツールの詳細な分析と比較を行った。得られた比較と解析を最先端のツールの全体的実例を提供するために非常に重要である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *コーパス ,  構造形成 ,  ロバスト性 ,  データ解析 ,  信頼性
準シソーラス用語： エンティティ ,  テキスト ,  *マルチドメイン ,  *固有表現 , 【Automatic Indexing@JST】

著者キーワード (4件)： 名前付きエンティティ認識 ,  マルチドメイン評価 ,  定性的データ解析 ,  ベンチマーク評価

分類 (2件)： システム・制御理論一般  (IA02010H) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 固有表現 ,  ツール ,  マルチドメイン ,  評価フレームワーク