เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การแยกวิเคราะห์เชิงความหมาย× | การรู้จำหน่วยคำนาม (Named Entity Recognition - NER)× | |
|---|---|---|
| สาขาวิชา | การทำเหมืองข้อความ | การทำเหมืองข้อความ |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 1996 (modern neural revival c. 2018) | — |
| ผู้ริเริ่ม≠ | Zelle & Mooney (1996) — foundational supervised approach | — |
| ประเภท≠ | NLP structured-prediction task | NLP sequence-labelling task |
| แหล่งต้นตำรับ≠ | Zelle, J.M. & Mooney, R.J. (1996). Learning to Parse Database Queries Using Inductive Logic Programming. AAAI. link ↗ | Nadeau, D. & Sekine, S. (2007). A survey of named entity recognition. Lingvisticae Investigationes. link ↗ |
| ชื่อเรียกอื่น≠ | Anlamsal Ayrıştırma (Semantic Parsing), NL-to-SQL, text-to-SQL, natural language understanding | NER, entity tagging, Adlandırılmış Varlık Tanıma (NER) |
| ที่เกี่ยวข้อง≠ | 5 | 3 |
| สรุป≠ | Semantic parsing is a natural-language-processing task that converts free-text utterances into executable formal representations such as SQL queries, logical forms, or Abstract Meaning Representations (AMR). Established in its supervised learning form by Zelle and Mooney in 1996 and scaled to cross-domain settings by the Spider benchmark (Yu et al., 2018), it bridges the gap between human language and machine-executable structures. | 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 ↗ |
|
|