เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การสกัดสารสนเทศ× | ความคล้ายคลึงทางความหมาย× | |
|---|---|---|
| สาขาวิชา | การทำเหมืองข้อความ | การทำเหมืองข้อความ |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | — | 2019 |
| ผู้ริเริ่ม≠ | — | Nils Reimers & Iryna Gurevych (Sentence-BERT) |
| ประเภท≠ | NLP structured-information task | NLP text-comparison task |
| แหล่งต้นตำรับ≠ | Cowie, J. & Lehnert, W. (1996). Information Extraction. Communications of the ACM. DOI ↗ | Reimers, N. & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. EMNLP. link ↗ |
| ชื่อเรียกอื่น | IE, structured information extraction, Bilgi Çıkarma (Information Extraction) | semantic textual similarity, text similarity, Anlamsal Benzerlik Analizi |
| ที่เกี่ยวข้อง | 4 | 4 |
| สรุป≠ | Information extraction (IE) is a natural-language-processing task that converts unstructured text into structured information — such as events, relations, and attributes — so that facts buried in free-form documents become machine-readable records. The task was consolidated in early surveys by Cowie and Lehnert (1996) and later by Grishman (2012). | Semantic similarity analysis measures how close in meaning two texts are, rather than how many words they share on the surface. Building on the Sentence-BERT work of Reimers and Gurevych (2019), it represents each text as a vector and compares those vectors so that paraphrases score high even when their wording differs. |
| ScholarGateชุดข้อมูล ↗ |
|
|