文献

J-GLOBAL ID：202102292101975793   整理番号：21A1957428

新聞テキストにおける名前付きエンティティの自動分類のためのCRF+LGの利用【JST・京大機械翻訳】

Using $¥text{CRF}+¥text{LG}$ for automated classification of named entities in newspaper texts

著者 (5件)： de Oliveira Lima Jaimel (Postgraduate Program in Informatics, Federal University of Espirito Santo,Brazil) ,  da Silveira Colombo Cristiano (Postgraduate Program in Informatics, Federal University of Espirito Santo,Brazil) ,  Izo Flavio (Postgraduate Program in Informatics, Federal University of Espirito Santo,Brazil) ,  Pirovani Juliana Campos Pinheiro (Federal University of Espirito Santo,Department of Computer Science,Brazil) ,  de Oliveira Elias (Postgraduate Program in Informatics, Federal University of Espirito Santo,Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CLEI  ページ： 27-32  発行年： 2020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： 情報生産は加速速度で成長している。処理すべき大量の情報があり,テキストの収集と開発に関連したタスクを,最も多様な分野,特に計算言語からの努力を必要とする。計算言語の目標の一つは,計算資源の適用で抽出された経験的証拠を通して,言語データセットの収集と開発を可能にすることである。本研究では,新聞から抽出したデータセットの作成を示した。文章,トークン化,エンティティ認識(NER),およびデータセットを記述する統計的方法を抽出するために,技術を使用した。他の研究者は利用可能なコーパスから直接利益を得ることができる。本研究は,HAREMカテゴリーに従って,エンティティのためのポルトガルにおける1029の注釈付きニュース記事を有するコーパスを提示した。108ページのサンプルにおいて,著者らの実験は,同じ新聞から金標準テキストと比較して97.0%の類似性を示した。抽出したデータセットのNERタスクと自動アノテーションのために,第2ハーームとアトリブナ100のデータセットの割合を用いて,ハイブリッドモデルCRF+LGを訓練した。訓練されたモデルで,抽出された1029の論文を自動的に注釈した。一般に,計量値は,70/30Proportionのための分類モデル,特に,Persson(PER)カテゴリに対する最適計量成果が,それぞれ,精度と思い出しに対して,91.11%と95.82%に達することを示した。全体として,モデルは95.86%の精度を示した。Copyright 2021 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： 言語 ,  *自動分類 ,  *新聞 ,  ポルトガル共和国 ,  統計的方法 ,  類似性 ,  トークン ,  コーパス ,  アノテーション
準シソーラス用語： ハイブリッドモデル ,  ニュース記事 ,  *エンティティ ,  分類モデル , 【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)： 新聞 ,  名前 ,  エンティティ ,  自動分類