Negācijas noteikšana — teksta apgalvojumu par nenotikušām parādībām identificēšana
Negācijas noteikšana ir dabiskās valodas apstrādes uzdevums, kas teksta datos atrod negācijas pavedienus — vārdus vai frāzes, piemēram, "nē", "nav", "bez" vai "noliedz" — un nosaka teksta apjomu (tvērumu), kura nozīmi šie pavedieni apgriež. Šo metodi formalizēja klīniskajiem tekstiem Chapman et al. (2001) ar NegEx algoritmu un paplašināja tvēruma mācīšanās jomā biomedicīnas literatūrā Morante un Daelemans (2009). Tā ir būtiska visur, kur atšķirībai starp atraduma esamību un tā nepārprotamu izslēgšanu ir reālas sekas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Chapman, W.W., Bridewell, W., Hanbury, P., Cooper, G.F., & Buchanan, B.G. (2001). A Simple Algorithm for Identifying Negated Findings and Diseases in Discharge Summaries. Journal of the American Medical Informatics Association, 8(6), 606-614. DOI: 10.1006/jbin.2001.1029 ↗
- Morante, R. & Daelemans, W. (2009). Learning the Scope of Hedge Cues in BioMedical Texts. Proceedings of the BioNLP 2009 Workshop, Association for Computational Linguistics, 28-36. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Negation Detection (Negation Scope Identification). ScholarGate. https://scholargate.app/lv/text-mining/negation-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Klīniskā teksta ieguveTeksta ieguve↔ compare
- Koreferenču izšķiršanaTeksta ieguve↔ compare
- Analīze ar atkarību (Dependency Parsing)Teksta ieguve↔ compare
- Informācijas ieguveTeksta ieguve↔ compare
- Nosaukuma entītiju atpazīšana (NER)Teksta ieguve↔ compare
- Sentimentu analīzeTeksta ieguve↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →