面向微博数据的命名实体识别研究与实现

面向微博数据的命名实体识别研究与实现

ID:34223826

大小:4.91 MB

页数:59页

时间:2019-03-04

面向微博数据的命名实体识别研究与实现_第1页
面向微博数据的命名实体识别研究与实现_第2页
面向微博数据的命名实体识别研究与实现_第3页
面向微博数据的命名实体识别研究与实现_第4页
面向微博数据的命名实体识别研究与实现_第5页
资源描述:

《面向微博数据的命名实体识别研究与实现》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、万方数据东北大学壁士堂堡垒圭一!堕——●_-—__-__———●__●●-——_-_—___—●__—●_-—__-—___—●_——_●h—●_———●-—-●——__-__--—___●_-—--—_-_———————一一一万方数据onofMicroblogDataAbstractWithpopularityofmicroblog,microbloghasbecomeanewsocialmesaofinformationreleaseandpropagationg.BytheendofDecember2012,Sinamicrob

2、logreachedmorethan500millionregisteredusers.Microblogdataincreasedalsoinwhichthereismuchvaluableinformationfororganizationandindividual.Thus,informationextraction,analysisandnaturallanguageprocessingcarriedoutmicroblogbecomearesearchhotspot.Namedentityrecognitionisparti

3、cularlyimportantasabasicmissionoftheseresearches,butcurrentnamedentityrecognitionmicroblogresearchisnotverymature.Tranditionalmethodsofnamedentityrecognitionmicroblogdatacannotobtainsatisfactoryresult,whichhindersthefollow-upwork.Thispapermainlyresearchesnamedentityreco

4、gnitionmicroblogdata.Characteristicsofmicroblogdataleadtothefailureoftraditionalmethods.Thefundamentalreasonsarelistedinfourpoints.First,eachmicroblogisveryshortwithlimitedinformation,whichmakesitdifficulttofullyintegratealotofrelevantinformation.Second,thereismuchnoisy

5、data,butnoisyimmunityofmodelsislow.Thesemakeoverfittingphenomenonhappenmodelsintrainingcourse.Third,thereisnosufficientcompletetrainingresourceinmicroblogdata,whichmayleadtounder-trainingofmodels,Furthermore,italwaysneedsmuchmanualwork.Fourth,fastinformationupdateofmicr

6、oblogdatamakesunderfittingphenomenonhappenintrainingcourselowadaptabilityofmodels.ExperimentshowsthatF1measureofnamedentityrecognitionresultsbyconventionalmethodswillalmostdrop20percents.Inordertosolveproblemslistedabove,thepaperimplementsnamedentityrecognitionmicroblog

7、datawithmanytechnologies.Theprecision,recallandF1measureoftheresearchresultmicroblogbackgroundgets83.7%.79.8%and81.8%respectively.Theresultimprovesmuchrelativetoconventionalmethods.Thepaperovercomesdisadvantagesinconventionalmethodsbyfollowingaspects.First,theresearchbu

8、ildsasemi·supervisednamedentityrecognitionframe,whichfiguresoutthelackoftrainingdatabyrepeating万方数据东北大学硕士学位论文A

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。