文献

J-GLOBAL ID：201802217224786978   整理番号：18A2036446

機械学習を用いた名前付きエンティティ認識における曖昧性の解決【JST・京大機械翻訳】

Resolving Ambiguities in Named Entity Recognition Using Machine Learning

著者 (4件)： Bhandari Nitin ,  Chowdri Ritika ,  Singh Harmeet ,  Qureshi Salim Raza
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICNGCIS  ページ： 159-163  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,Wikipediaからのデータを用いて,名前のある実体認識モデルを提案した。あらゆる自然言語において,名詞は重要な役割を果たす。実体認識は,テキストにおける適切な名詞の同定とタグ付けのプロセスであり,次に名前,位置,製品,その他に基づいてそれらを分類する。それは,ルールベース,教師つきまたは教師なし学習のような異なるアプローチを用いて様々な言語で実行されている。本論文は,分類装置を訓練するために使用される教師つき学習アルゴリズムを提示した。モデルの性能を向上させるために,異なる組合せルールをデータに適用した。また,ナイーブBayesアルゴリズムを用いて,異なるクラスの確率を計算した。本論文の目的は,明確なアプローチを提唱し,これらの特徴を用いてシステムの性能測度を分析することである。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *曖昧さ ,  教師なし学習 ,  名詞 ,  分類装置 ,  教師つき学習 ,  アルゴリズム ,  ルールベース ,  *機械学習 ,  言語 ,  自然言語 ,  認知モデル
準シソーラス用語： タグ付 ,  テキスト ,  ウィキペディア ,  *エンティティ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 機械学習 ,  名前 ,  エンティティ ,  曖昧性