เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การแยกส่วนประกอบทางวากยสัมพันธ์× | การรู้จำหน่วยคำนาม (Named Entity Recognition - NER)× | |
|---|---|---|
| สาขาวิชา | การทำเหมืองข้อความ | การทำเหมืองข้อความ |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 2003 | — |
| ผู้ริเริ่ม≠ | Michael Collins (statistical models, 2003) | — |
| ประเภท≠ | NLP syntactic-analysis task | NLP sequence-labelling task |
| แหล่งต้นตำรับ≠ | Collins, M. (2003). Head-Driven Statistical Models for Natural Language Parsing. Computational Linguistics, 29(4), 589-637. DOI ↗ | Nadeau, D. & Sekine, S. (2007). A survey of named entity recognition. Lingvisticae Investigationes. link ↗ |
| ชื่อเรียกอื่น | phrase-structure parsing, constituent parsing, Kurucu Öbek Ayrıştırma (Constituency Parsing) | NER, entity tagging, Adlandırılmış Varlık Tanıma (NER) |
| ที่เกี่ยวข้อง | 3 | 3 |
| สรุป≠ | Constituency parsing is a natural-language-processing task that represents a sentence as a tree of recursively nested phrase-structure constituents — for example S → NP + VP. Building on the head-driven statistical parsing models introduced by Collins (2003) and the later neural parsers of Kitaev and colleagues (2019), it exposes the hierarchical syntactic skeleton of a sentence for grammatical pattern extraction and grammar research. | Named entity recognition (NER) is a natural-language-processing task that automatically detects and labels entities in text — such as people, organisations, locations, and dates. Surveyed by Nadeau and Sekine (2007) and later advanced with neural architectures by Lample et al. (2016), it turns free-running text into tagged spans that downstream tools can use. |
| ScholarGateชุดข้อมูล ↗ |
|
|