Információorientált dokumentumosztályozás a magyar Wikipédián

Subecz, Zoltán and Farkas, Richárd: Információorientált dokumentumosztályozás a magyar Wikipédián. In: Magyar Számítógépes Nyelvészeti Konferencia, (7). pp. 263-274. (2013)

[img]
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: Article
Journal or Publication Title: Magyar Számítógépes Nyelvészeti Konferencia
Date: 2013
Volume: 7
ISBN: 978-963-306-189-3
Page Range: pp. 263-274
Event Title: Magyar Számítógépes Nyelvészeti Konferencia (9.) (2013) (Szeged)
Uncontrolled Keywords: Nyelvészet - számítógép alkalmazása
Additional Information: Bibliogr.: 274. p. ; összefoglalás magyar nyelven
Date Deposited: 2019. Jun. 26. 12:33
Last Modified: 2019. Jun. 26. 12:33
URI: http://acta.bibl.u-szeged.hu/id/eprint/58848

Actions (login required)

View Item View Item