Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Семантичне розпізнавання ролей (SRL)× | Розпізнавання іменованих сутностей (NER)× | |
|---|---|---|
| Галузь | Інтелектуальний аналіз тексту | Інтелектуальний аналіз тексту |
| Родина | Process / pipeline | Process / pipeline |
| Рік появи≠ | 2002 | — |
| Автор методу≠ | Daniel Gildea & Daniel Jurafsky | — |
| Тип≠ | NLP shallow semantic parsing task | NLP sequence-labelling task |
| Основоположне джерело≠ | Gildea, D. & Jurafsky, D. (2002). Automatic Labeling of Semantic Roles. Computational Linguistics, 28(3), 245-288. DOI ↗ | Nadeau, D. & Sekine, S. (2007). A survey of named entity recognition. Lingvisticae Investigationes. link ↗ |
| Інші назви | SRL, shallow semantic parsing, Anlamsal Rol Etiketleme (SRL) | NER, entity tagging, Adlandırılmış Varlık Tanıma (NER) |
| Пов'язані | 3 | 3 |
| Підсумок≠ | Semantic role labeling, introduced by Gildea and Jurafsky in 2002, is a natural-language-processing task that assigns semantic roles — who did what to whom, where, when, and how — to the components around a verb (predicate) in a sentence. It turns plain text into structured predicate-argument representations and is a foundational tool for event extraction. | 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 ↗ |
|
|