TAILIEUCHUNG - Báo cáo khoa học: "Using Search Engines for Robust Cross-Domain Named Entity Recognition"

We use search engine results to address a particularly difficult cross-domain language processing task, the adaptation of named entity recognition (NER) from news text to web queries. The key novelty of the method is that we submit a token with context to a search engine and use similar contexts in the search results as additional information for correctly classifying the token. We achieve strong gains in NER performance on news, in-domain and out-of-domain, and on web queries. | Piggyback Using Search Engines for Robust Cross-Domain Named Entity Recognition Stefan Rud Institute for NLP University of Stuttgart Germany Massimiliano Ciaramita Google Research Zurich Switzerland Jens Muller and Hinrich Schutze Institute for NLP University of Stuttgart Germany Abstract We use search engine results to address a particularly difficult cross-domain language processing task the adaptation of named entity recognition NER from news text to web queries. The key novelty of the method is that we submit a token with context to a search engine and use similar contexts in the search results as additional information for correctly classifying the token. We achieve strong gains in NER performance on news in-domain and out-of-domain and on web queries. 1 Introduction As statistical Natural Language Processing NLP matures NLP components are increasingly used in real-world applications. In many cases this means that some form of cross-domain adaptation is necessary because there are distributional differences between the labeled training set that is available and the real-world data in the application. To address this problem we propose a new type of features for NLP data features extracted from search engine results. Our motivation is that search engine results can be viewed as a substitute for the world knowledge that is required in NLP tasks but that can only be extracted from a standard training set or precompiled resources to a limited extent. For example a named entity NE recognizer trained on news text may tag the NE London in an out-of-domain web query like London Klondike gold rush as a location. But if we train the recognizer on features derived from search results for the sentence to be tagged correct classification as person is possible. This is because the search results for London Klondike gold rush contain snippets in which the first name Jack precedes London this is a sure indicator of a last name and hence an NE of type person. We call our .

• Báo cáo khoa học
• Using Search Engines
• Robust Cross Domain Named Entity Recognition
• Massimiliano Ciaramita Stefan Rud
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Agricultural research scholars
• Internet of agriculture science
• Agriculture science
• Different search engines
• Getting information
• Internet on other media
• 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