Információorientált dokumentumosztályozás a magyar Wikipédián

Subecz Zoltán; Farkas Richárd: Információorientált dokumentumosztályozás a magyar Wikipédián.

[thumbnail of msznykonf_009_263-274.pdf]
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
Bővebben:
Tétel nézet Tétel nézet