TAILIEUCHUNG - Báo cáo khoa học: "Exploiting Named Entity Taggers in a Second Language"

In this work we present a method for Named Entity Recognition (NER). Our method does not rely on complex linguistic resources, and apart from a hand coded system, we do not use any languagedependent tools. The only information we use is automatically extracted from the documents, without human intervention. Moreover, the method performs well even without the use of the hand coded system. | Exploiting Named Entity Taggers in a Second Language Thamar Solorio Computer Science Department National Institute of Astrophysics Optics and Electronics Luis Enrique Erro 1 Tonantzintla Puebla 72840 Mexico Abstract In this work we present a method for Named Entity Recognition NER . Our method does not rely on complex linguistic resources and apart from a hand coded system we do not use any languagedependent tools. The only information we use is automatically extracted from the documents without human intervention. Moreover the method performs well even without the use of the hand coded system. The experimental results are very encouraging. Our approach even outperformed the hand coded system on NER in Spanish and it achieved high accuracies in Portuguese. 1 Introduction Given the usefulness of Named Entities NEs in many natural language processing tasks there has been a lot of work aimed at developing accurate named entity extractors Borthwick 1999 Velardi et al. 2001 Arevalo et al. 2002 Zhou and Su 2002 Florian 2002 Zhang and Johnson 2003 . Most approaches however have very low portability they are designed to perform well over a particular collection or type of document and their accuracies will drop considerably when used in different domains. The reason for this is that many NE extractor systems rely heavily on complex linguistic resources which are typically hand coded for example regular expressions grammars gazetteers and the like. Adapting a system of this nature to a different collection or language requires a lot of human effort involving tasks such as rewriting the grammars acquiring new dictionaries searching trigger words and so on. Even if one has the human resources and the time needed for the adaptation process there are languages that lack the linguistic resources needed for instance dictionaries are available in electronic form for only a handful of languages. We believe that by using machine learning techniques we can adapt an existing hand .

• Báo cáo khoa học
• Exploiting Named Entity Taggers
• a Second Language
• Thamar Solorio
• báo cáo khoa học
• mô hình ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• 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