logo资料库

Distrubutional Similarity vs. PU Learning for Entity Set Expansi....pdf

发布时间：2022-06-10 发布人：admin 分类：说明书 资料大小：0.41M 资料格式：pdf 举报 版权申诉
第1页 / 共26页
第2页 / 共26页
第3页 / 共26页
第4页 / 共26页
第5页 / 共26页
第6页 / 共26页
第7页 / 共26页
第8页 / 共26页
资料共26页，剩余部分请下载后查看
    Distributional Similarity vs. PU Learning for Entity Set Expansion ACL 2010 1 NLP422版权所有
    Outline  研究课题介绍  Distributional Similarity  PU算法  Bayesian Sets  对比实验与分析  总结 2 NLP422版权所有
    研究课题介绍  针对的课题：实体集扩展  定义：  给定一个实体集合和一个语料(如文本集合)，对实 体集进行扩展  涉及步骤：  第一步：从语料中抽取候选实体  第二步：度量候选实体与给定实体集中实体的相似 度，相似则加入 3 NLP422版权所有
    研究课题介绍  实体集扩展方法  第一步：侯选选择  常用方法：词性标注方法  本文方法：进行词性标注后，选择NNP,NNPS,CD的 串（以数字开始的CD，不能成为候选）  第二步：相似度计算  Distributional Similarity  Bayesian Sets 分析了这三种方法，并进 行了对比实验  PU Learning  Web环境的方法：wrapper induction (应用在Google 和Boo!Wa!) 4 NLP422版权所有
    Outline  研究课题介绍  Distributional Similarity  PU算法  Bayesian Sets  对比实验与分析  总结 5 NLP422版权所有
    Distributional Similarity  基本思想：  同一领域的词倾向于出现在相似的上下文中  基本步骤： 向量值的计算 抽取每个种子 实体和候选实 体的上下文 把种子实体集 和每个候选实 体都表示成向 量 计算每个候选 实体向量与中 心向量的相似 度 对候选实体按 相似度大小排 序，前N个为 被扩展实体 相似度的计算 6 NLP422版权所有
    Distributional Similarity  向量值的计算方法  TF-IDF  PMI  相似度的计算方法  Cosine  Jaccard  Dice 7 NLP422版权所有 )log(iiidNfw)()(),(log),(ypxpyxpyxIniniiniiiibabayxS11212)/(),(nininiiiiniiiibababayxS111212)/(),(niniiniiiibabayxS111)/(),(
    Outline  研究课题介绍  Distributional Similarity  PU算法  Bayesian Sets  对比实验与分析  总结 8 NLP422版权所有
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料