Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Вилучення часової шкали× | Розпізнавання іменованих сутностей (NER)× | |
|---|---|---|
| Галузь | Інтелектуальний аналіз тексту | Інтелектуальний аналіз тексту |
| Родина | Process / pipeline | Process / pipeline |
| Рік появи≠ | 2010 (TempEval-2 benchmark) | — |
| Автор методу≠ | TempEval shared task community (Verhagen et al., 2010) | — |
| Тип≠ | NLP structured information extraction task | NLP sequence-labelling task |
| Основоположне джерело≠ | Verhagen, M. et al. (2010). SemEval-2010 Task 13: TempEval-2. Proceedings of the 5th International Workshop on Semantic Evaluation (ACL). link ↗ | Nadeau, D. & Sekine, S. (2007). A survey of named entity recognition. Lingvisticae Investigationes. link ↗ |
| Інші назви | temporal event ordering, event timeline construction, Zaman Çizelgesi Çıkarma (Timeline Extraction) | NER, entity tagging, Adlandırılmış Varlık Tanıma (NER) |
| Пов'язані≠ | 4 | 3 |
| Підсумок≠ | Timeline extraction is a natural-language-processing task that identifies events mentioned in text, anchors each event to a temporal expression, and arranges them into a chronologically ordered timeline. Formalised through the TempEval shared tasks (Verhagen et al., 2010), it enables automatic reconstruction of historical narratives, news event sequences, and clinical case progressions from unstructured text. | 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 ↗ |
|
|