Subecz Zoltán; Farkas Richárd: Információorientált dokumentumosztályozás a magyar Wikipédián.
Előnézet |
Cikk, tanulmány, mű
msznykonf_009_263-274.pdf Letöltés (463kB) | Előnézet |
Absztrakt (kivonat)
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.
Mű típusa: | Konferencia vagy workshop anyag |
---|---|
Befoglaló folyóirat/kiadvány címe: | Magyar Számítógépes Nyelvészeti Konferencia |
Dátum: | 2013 |
Kötet: | 9 |
ISBN: | 978-963-306-189-3 |
Oldalak: | pp. 263-274 |
Konferencia neve: | Magyar Számítógépes Nyelvészeti Konferencia (9.) (2013) (Szeged) |
Befoglaló mű URL: | http://acta.bibl.u-szeged.hu/58550/ |
Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
Megjegyzések: | Bibliogr.: 274. p. ; összefoglalás magyar nyelven |
Feltöltés dátuma: | 2019. jún. 26. 12:33 |
Utolsó módosítás: | 2022. nov. 08. 11:50 |
URI: | http://acta.bibl.u-szeged.hu/id/eprint/58848 |
Tétel nézet |