知识卡片
由已标注机构抽取角色统计
书中从已含机构边界的熟语料添加起止标记,再标上下文、连接与内部组成,累计词到角色的观察次数及相邻角色频数。规则化转换应保留原跨度和优先级,不能用从模型输出的猜测角色冒充人工金标准;示例语料年份也不一致。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
下面给出从熟语料生成角色词典的过程,熟语料选自2014年的人民日报。以如下句子为例。 参与/v [北京/ns电影/n学院/nis]/nt和/cc [美国/nsf辛普森/nr公司/nis]/nt的/ude1活动/vn,/w由/p [交通/n银
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第05章《词性、语块与命名实体识别》(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/text00010.html)
- 结论依据:摘录中关于由已标注机构抽取角色统计的定义、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:下面给出从熟语料生成角色词典的过程,熟语料选自2014年的人民日报。以如下句子为例。 参与/v [北京/ns电影/n学院/nis]/nt和/cc [美国/nsf辛普森/nr公司/nis]/nt的/ude1活动/vn,/w由/p [交通/n银