Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Виявлення намірів× | Розпізнавання іменованих сутностей (NER)× | |
|---|---|---|
| Галузь | Інтелектуальний аналіз тексту | Інтелектуальний аналіз тексту |
| Родина | Process / pipeline | Process / pipeline |
| Рік появи | — | — |
| Автор методу | — | — |
| Тип≠ | NLP / NLU text-classification task | NLP sequence-labelling task |
| Основоположне джерело≠ | Larson, S. et al. (2019). An Evaluation Dataset for Intent Classification and Out-of-Scope Prediction. EMNLP. DOI ↗ | Nadeau, D. & Sekine, S. (2007). A survey of named entity recognition. Lingvisticae Investigationes. link ↗ |
| Інші назви | intent classification, intent recognition, Niyet Tespiti (Intent Detection) | NER, entity tagging, Adlandırılmış Varlık Tanıma (NER) |
| Пов'язані≠ | 4 | 3 |
| Підсумок≠ | Intent detection is a natural-language-understanding task that classifies the purpose behind a user utterance — such as making a reservation, asking for information, or filing a complaint — into one of a set of predefined intent classes. It is a core NLU component of conversational interfaces and customer-service automation systems, drawing on the benchmarks of Larson et al. (2019) and Casanueva et al. (2020). | 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. |
| ScholarGateНабір даних ↗ |
|
|