So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Gán nhãn vai trò ngữ nghĩa (SRL)× | Nhận dạng thực thể có tên (NER)× | |
|---|---|---|
| Lĩnh vực | Khai phá văn bản | Khai phá văn bản |
| Họ | Process / pipeline | Process / pipeline |
| Năm ra đời≠ | 2002 | — |
| Người khởi xướng≠ | Daniel Gildea & Daniel Jurafsky | — |
| Loại≠ | NLP shallow semantic parsing task | NLP sequence-labelling task |
| Công trình gốc≠ | 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 ↗ |
| Tên gọi khác | SRL, shallow semantic parsing, Anlamsal Rol Etiketleme (SRL) | NER, entity tagging, Adlandırılmış Varlık Tanıma (NER) |
| Liên quan | 3 | 3 |
| Tóm tắt≠ | 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. |
| ScholarGateBộ dữ liệu ↗ |
|
|