পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ঘটনা সনাক্তকরণ× | প্রশ্নোত্তর (QA)× | |
|---|---|---|
| ক্ষেত্র | টেক্সট খনন | টেক্সট খনন |
| পরিবার | Process / pipeline | Process / pipeline |
| উদ্ভবের বছর | — | — |
| প্রবর্তক | — | — |
| ধরন≠ | NLP information-extraction task | NLP text-comprehension task |
| মৌলিক উৎস≠ | Doddington, G. et al. (2004). The Automatic Content Extraction (ACE) Program — Tasks, Data, and Evaluation. LREC. link ↗ | Rajpurkar, P. et al. (2016). SQuAD: 100,000+ Questions for Machine Comprehension of Text. EMNLP. DOI ↗ |
| অপর নাম≠ | event extraction, Olay Tespiti (Event Detection) | QA, machine reading comprehension, Soru Cevaplama (Question Answering) |
| সম্পর্কিত | 4 | 4 |
| সারসংক্ষেপ≠ | Event detection is a natural-language-processing information-extraction task that finds events, historical developments, and action expressions in text and classifies them by type. It grew out of the Automatic Content Extraction (ACE) program described by Doddington et al. (2004) and is widely used in news analysis and historical research. | Question answering is a natural-language-processing task that automatically answers natural-language questions grounded in a given context passage, using either extractive or generative approaches. The task was crystallised by the SQuAD benchmark of Rajpurkar et al. (2016), and later models such as XLNet (Yang et al., 2019) pushed reading-comprehension accuracy higher. |
| ScholarGateডেটাসেট ↗ |
|
|