ベトナム語文書の固有名認識

スポンサーリンク

概要

論文の詳細を見る
文書中の語を所定のターゲットエンティティ・クラスに分類することを目的とする固有表現抽出(NER)は現在,情報検索や機械翻訳,情報抽出,質問応答など,多くの自然言語処理タスクの基盤とみなされている。本論文は,NER モデルに基づくサポートベクターマシン(SVM)をベトナム語に応用した実験の結果をまとめたものである。この最先端の機械学習法は,研究の進んだ一部の言語では広くNERに応用されているが,ベトナム語への応用はこれが初めてである。条件付確率場(CRF)との比較では,フィーチャーウィンドウのサイズの最適化でSVM モデルがCRF を上回り,全体的なF スコアは87.75である。本論文はベトナム語の特性についても詳細に論じ,このタスクにおけるパフォーマンスに影響する要因の分析も行う。

著者

関連論文

スポンサーリンク