TAILIEUCHUNG - Báo cáo khoa học: "Ranking Class Labels Using Query Sessions"

The role of search queries, as available within query sessions or in isolation from one another, in examined in the context of ranking the class labels (., brazilian cities, business centers, hilly sites) extracted from Web documents for various instances (., rio de janeiro). The co-occurrence of a class label and an instance, in the same query or within the same query session, is used to reinforce the estimated relevance of the class label for the instance. | Ranking Class Labels Using Query Sessions Marius Pa ca Google Inc. 1600 Amphitheatre Parkway Mountain View California 94043 mars@ Abstract The role of search queries as available within query sessions or in isolation from one another in examined in the context of ranking the class labels . brazilian cities business centers hilly sites extracted from Web documents for various instances . rio de Janeiro . The co-occurrence of a class label and an instance in the same query or within the same query session is used to reinforce the estimated relevance of the class label for the instance. Experiments over evaluation sets of instances associated with Web search queries illustrate the higher quality of the query-based re-ranked class labels relative to ranking baselines using documentbased counts. 1 Introduction Motivation The offline acquisition of instances rio de Janeiro porsche cayman and their corresponding class labels brazilian cities locations vehicles sports cars from text has been an active area of research. In order to extract fine-grained classes of instances existing methods often apply manually-created Banko et al. 2007 Talukdar et al. 2008 or automatically-learned Snow et al. 2006 extraction patterns to text within large document collections. In Web search the relative ranking of documents returned in response to a query directly affects the outcome of the search. Similarly the quality of the relative ranking among class labels extracted for a given instance influences any applications . query refinements or structured extraction using the 1607 extracted data. But due to noise in Web data and limitations of extraction techniques class labels acquired for a given instance . oil shale may fail to properly capture the semantic classes to which the instance may belong Kozareva et al. 2008 . Inevitably some of the extracted class labels will be less useful . sources mutual concerns or incorrect . plants for the instance oil shale . In

• Báo cáo khoa học
• Ranking Class Labels
• Query Sessions
• Marius Pasca
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball