Pengecaman Entiti Bernama (NER)
Pengecaman entiti bernama (NER) ialah tugas pemprosesan bahasa semula jadi yang mengesan dan melabel entiti dalam teks secara automatik — seperti orang, organisasi, lokasi dan tarikh. Ditinjau oleh Nadeau dan Sekine (2007) dan kemudiannya dimajukan dengan seni bina neural oleh Lample et al. (2016), ia menukar teks bebas kepada rentang bertag yang boleh digunakan oleh alat hiliran.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+27 more
Sumber
- Nadeau, D. & Sekine, S. (2007). A survey of named entity recognition. Lingvisticae Investigationes. link ↗
- Lample, G. et al. (2016). Neural Architectures for Named Entity Recognition. NAACL. DOI: 10.18653/v1/N16-1030 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Named Entity Recognition (NER). ScholarGate. https://scholargate.app/ms/text-mining/named-entity-recognition
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.
- Pengekstrakan MaklumatPerlombongan Teks↔ compare
- Pengekstrakan HubunganPerlombongan Teks↔ compare
- Klasifikasi TeksPerlombongan Teks↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →