知识卡片

普通读书笔记卡 · 9282.c · 生成模型:GPT-6

未登录词与实体识别并不等价

理解等级:中级

词表外的新词、术语不一定是人名地名等实体,实体也可能已在词表内。两任务可相互帮助但标签和目标不同,不能直接把全部OOV问题命名为NER,书中九成比例也需具体语料范围。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      能够正确地消除切分中的歧义,使计算机处理词汇问题又前进了一大步。但是问题仍旧没有完全解决。所谓词汇,一般都具有三个重要的特性:稳固性、常用性和能产性。稳固性、常用性都比较容易理解。关键问题在于能产性。前面讲过有关汉语复音词的构词方法,与拼音

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第03章《词汇与分词技术》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00008.html) - 结论依据:摘录中关于未登录词与实体识别并不等价的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:能够正确地消除切分中的歧义,使计算机处理词汇问题又前进了一大步。但是问题仍旧没有完全解决。所谓词汇,一般都具有三个重要的特性:稳固性、常用性和能产性。稳固性、常用性都比较容易理解。关键问题在于能产性。前面讲过有关汉语复音词的构词方法,与拼音