Subecz Zoltán and Farkas Richárd: Információorientált dokumentumosztályozás a magyar Wikipédián.
Preview |
Cikk, tanulmány, mű
msznykonf_009_263-274.pdf Download (463kB) | Preview |
Abstract
Az információorientált dokumentumosztályozás egy olyan speciális többcímkés dokumentumosztályozási feladat, ahol az osztályozás nem a dokumentum egészének témája, hanem a dokumentumban található speciális információ alapján történik. Az ilyen típusú feladatokat általában úgy oldják meg, hogy ún. indikátorkifejezéseket keresnek a szövegben, majd analizálják azok szövegkörnyezetét, hogy kiszűrjék a hamis pozitív találatokat [1]. Ebben a munkában használunk egy módszert a lokális tartalommódosítók gépi tanulására. A módszer csak dokumentumszintű tanító címkéket használ fel. A tartalommódosítókat általánosan kezeljük, egy adott nyelvi jelenség detektálása helyett (pl. tagadás). Egy rendszerbe integráljuk a dokumentumosztályozást és a tartalommódosulás felismerését. Munkánkban magyar nyelvű Wikipédiaszócikkeket dolgoztunk fel ezzel a módszerrel. Az angol nyelvű szövegekhez használt nyelvi elemzőket helyettesítettük magyar nyelvre kidolgozott elemzőkkel. A cikkben vizsgált fő kutatási kérdés az, hogy a magyar nyelvi elemzők mennyiben járulnak hozzá a feladat megoldásához.
| Item Type: | Conference or Workshop Item |
|---|---|
| Journal or Publication Title: | Magyar Számítógépes Nyelvészeti Konferencia |
| Date: | 2013 |
| Volume: | 9 |
| ISBN: | 978-963-306-189-3 |
| Page Range: | pp. 263-274 |
| Event Title: | Magyar Számítógépes Nyelvészeti Konferencia (9.) (2013) (Szeged) |
| Related URLs: | http://acta.bibl.u-szeged.hu/58550/ |
| Uncontrolled Keywords: | Nyelvészet - számítógép alkalmazása |
| Additional Information: | Bibliogr.: 274. p. ; összefoglalás magyar nyelven |
| Date Deposited: | 2019. Jun. 26. 12:33 |
| Last Modified: | 2022. Nov. 08. 11:50 |
| URI: | http://acta.bibl.u-szeged.hu/id/eprint/58848 |
Actions (login required)
 |
View Item |
