Global joint models for coreference resolution and named entity classification
Fuente:
Redalyc
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo científico |
| Lenguaje: | en |
| Publicado: |
Sociedad Española para el Procesamiento del Lenguaje Natural
2009
|
| Materias: | |
| Acceso en línea: | |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1876428216938266624 |
|---|---|
| author | Pascal Denis |
| author_facet | Pascal Denis |
| contents | Global joint models for coreference resolution and named entity classification Pascal Denis Jason Baldridge Computación entidades nombradas aprendizaje automático Resolución de la correferencia Programación Lineal Entera (ILP) En este art ́ıculo, combinamos modelos de correferencia, anaforicidad y clasificaci ́on de las entidades nombradas, como un problema de inferencia junta global utilizando la Programaci ́on Lineal Entera ( ilp ). Nuestras restricciones garan- tizan: (i) la coherencia entre las decisiones finales de los tres modelos locales, y (ii) la transitividad de las decisiones de correferencia. Este enfoque proporciona mejoras significativas en el f -score sobre los corpora ace con las tres m ́etricas de evaluaci ́on principales para la correferencia: muc , b 3 , y ceaf . A trav ́es de ejemplos, modelos de or ́aculo y nuestros resultados, se muestra tambi ́en que es fundamental utilizar es- tas tres m ́etricas y, en particular, que no se puede confiar ́unicamente en la m ́etrica muc. 2009 artículo científico 1135-5948 https://www.redalyc.org/articulo.oa?id=515751742011 en http://www.redalyc.org/revista.oa?id=5157 Procesamiento del Lenguaje Natural application/pdf Sociedad Española para el Procesamiento del Lenguaje Natural Procesamiento del Lenguaje Natural (España) Num.42 |
| format | Artículo científico |
| id | redalyc_515751742011 |
| institution | Redalyc |
| language | en |
| publishDate | 2009 |
| publisher | Sociedad Española para el Procesamiento del Lenguaje Natural |
| spellingShingle | Global joint models for coreference resolution and named entity classification Pascal Denis Computación entidades nombradas aprendizaje automático Resolución de la correferencia Programación Lineal Entera (ILP) Global joint models for coreference resolution and named entity classification Pascal Denis Jason Baldridge Computación entidades nombradas aprendizaje automático Resolución de la correferencia Programación Lineal Entera (ILP) En este art ́ıculo, combinamos modelos de correferencia, anaforicidad y clasificaci ́on de las entidades nombradas, como un problema de inferencia junta global utilizando la Programaci ́on Lineal Entera ( ilp ). Nuestras restricciones garan- tizan: (i) la coherencia entre las decisiones finales de los tres modelos locales, y (ii) la transitividad de las decisiones de correferencia. Este enfoque proporciona mejoras significativas en el f -score sobre los corpora ace con las tres m ́etricas de evaluaci ́on principales para la correferencia: muc , b 3 , y ceaf . A trav ́es de ejemplos, modelos de or ́aculo y nuestros resultados, se muestra tambi ́en que es fundamental utilizar es- tas tres m ́etricas y, en particular, que no se puede confiar ́unicamente en la m ́etrica muc. 2009 artículo científico 1135-5948 https://www.redalyc.org/articulo.oa?id=515751742011 en http://www.redalyc.org/revista.oa?id=5157 Procesamiento del Lenguaje Natural application/pdf Sociedad Española para el Procesamiento del Lenguaje Natural Procesamiento del Lenguaje Natural (España) Num.42 |
| title | Global joint models for coreference resolution and named entity classification |
| topic | Computación entidades nombradas aprendizaje automático Resolución de la correferencia Programación Lineal Entera (ILP) |
| url | https://www.redalyc.org/articulo.oa?id=515751742011 |