Endrédy István; Novák Attila: Egy hatékonyabb webes sablonszűrő algoritmus : avagy miként lehet a cumisüveg potenciális veszélyforrás Obamára nézve.
Előnézet |
Cikk, tanulmány, mű
msznykonf_009_297-301.pdf Letöltés (345kB) | Előnézet |
Absztrakt (kivonat)
A folyamatosan növekvő web1 tartalmából hatékonyan lehet nagyméretű korpuszt építeni. Azonban a dinamikusan generált weblapok gyakran sok irreleváns és ismétlődő szöveget tartalmaznak, amelyek egyes sablonos szövegrészeket, kifejezéseket felülreprezentálva rontják a korpusz minőségét. Ebben a cikkben olyan automatikus szövegkinyerő eljárást mutatunk be, amely a korábbi módszereknél hatékonyabban minimalizálja az irreleváns ismétlődő részek előfordulását a webről letöltött korpuszokban.
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. 297-301 |
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.: 301. p. ; összefoglalás magyar nyelven |
Feltöltés dátuma: | 2019. jún. 26. 12:45 |
Utolsó módosítás: | 2022. nov. 08. 11:49 |
URI: | http://acta.bibl.u-szeged.hu/id/eprint/58851 |
Tétel nézet |