named-entity-recognition

0熱

1答えて

NLPのオンラインデモでhttp://corenlp.run/がダウンロードされたバージョンとは異なるNERクラスを使用しています。たとえば、オンラインデモではCountry、Title、Present_Ref、Date、City、State_or_ProvinceなどのNERタグを使用しますが、これらのタグは3クラス、4クラスまたは7クラスのモデルにはありません。いくつかの異なるモデルを使用して

1熱

1答えて

多言語の名前付きエンティティのリンク

Googleニュースと同じように、異なるソースからのニュース記事を1つのイベントにクラスタリングするクラスタリングアルゴリズムに取り組んでいます。 1つの問題を除いて、すべてがうまくいっています。私はアラビア語のニュース記事をクラスタリングしており、アルゴリズムは非常に良く機能しており、政治やスポーツの記事では非常に良い結果を示していますが、ゲームやテクノロジーに関しては結果はそれほど良くありま

1熱

2答えて

なぜLemma before NEMを使うのですか

私はStanford Annotators NERを使用しています.LemmaがNERの前提条件であることに気付きました。誰かが説明してください、それはなぜですか？さらに重要なことに、なぜNERを行う前にPOSをやるべきでしょうか？スタンフォードアノテーターの依存関係は、我々が配布NERモデルを通じて探し

0熱

2答えて

名前付きエンティティを開くnlpトレーニング

名前付きエンティティ認識のモデルをトレーニングしていますが、人の名前を正しく識別できませんか？私のトレーニングデータは、次のようになります。 public class NamedEntityModel { public static void train(String inputfile,String modelfile) throws IOException { Char

-1熱

3答えて

タグ付けとトレーニングNERデータセット

データセットがあり、名前付きエンティティ認識用にタグを付ける必要があります。私のデータセットはペルシア語です。次のような表現をどのようにタグ付けする必要があるかを知りたいとします。 ***آقایمهدیکاظمی= Mr Mehdi Kazemi/Mr will Smith。 >>>（タイトルの付いた名前）私はすべてを人物としてタグ付けするか、最初の名前と姓だけにタグを付ける必要がありますか？

0熱

1答えて

F1スコアに基づいて分類器の出力を組み合わせる

4クラスの分類問題のために、（すでに訓練された）4つの分類器が利用可能です。与えられたデータセットについて、それぞれの分類子の出力と、それぞれのクラスのRecall、Precision、およびF1-得点があります。特定のクラスのいくつかの分類子が他の分類よりも高いf1スコアを有することを考慮して、これらの分類子の予測を組み合わせて1つの最終的な予測を得る最良のアルゴリズム（または既存のアルゴリズ

2熱

1答えて

NER用のLearning2Search（vowpal-wabbit）は、奇妙な結果をもたらします。

私たちはvowpal-wabbitのLearning2SearchをNER に使用しようとしています。私たちはATISデータセットを使用しています。 ATISには、127個のエンティティ（その他のカテゴリを含む）があります。トレーニングセットは4978、テストには893文があります。テストセットでどのように実行すると、クラス1（航空会社名）またはクラス2（空港コード）のすべてがマッピングされま

1熱

1答えて

TokensRegexを使用してルールベースのNERを開発し、コンテキストワードからエンティティを分類する

私はテキストから名前付きエンティティを検出するために以下に示す簡単なルールファイルを使用しています。は、ここで最初のNNP postagはPERSONビル・ゲイツを指し、二NNP postagは、組織のMicrosoftを参照。.. ビル・ゲイツ会長とマイクロソフトの会長：このルールは次のように、たとえばです。私はこれのための出力を得ます。私はPERSONとORGANIZATIONのエンティ

1熱

1答えて

トークンRegexは依存関係注釈をサポートしていますか？

ルールベースのNERプラットフォームを構築しています。名前付きエンティティを識別するために依存関係ベースのパターンを利用できるかどうかを知りたいと思っていました。例えば、 CYLDは、TRAF2およびTRAF6の両方のユビキチン化を阻害する。ここでは、トリガがユビキチン化された状態でタンパク質TRAF2およびTRAF6を識別するためにprep_of関係/パターンを使用することができる。（オーディ

3熱

2答えて

スタンフォードの反復回数を制限するNER

私はカスタマイズされたデータセットでスタンフォードNER CRFモデルをトレーニングしていますが、モデルのトレーニングに使用されている反復回数は 333回です。この訓練プロセスは現在何時間も続きました。 Iter 335 evals 400 <D> [M 1.000E0] 2.880E3 38054.87s |5.680E1| {6.652E-6} 4.488E-4 - Iter 336 eva