information-extraction

    1热度

    2回答

    我对如何评估信息的问题召回了一些思路和方向检索结果是好还是不好,如计算 相关文件级别,召回,精度,AP,MAP ..... 当前,一旦用户输入查询,系统能够从数据库中检索文档。问题是我不知道如何做评估。 我得到了一些公共数据集,如“克兰菲尔德集” dataset link 它包含 1.document 2.query 3.relevance assesments DOCS QRYS SIZE

    0热度

    1回答

    朴素贝叶斯分类器是否执行文本注释(序列标签)? 如果是,我需要一个教程。 你如何看待MALLET对天真的咩咩?

    -5热度

    1回答

    我想在一张情节/图表中显示3种不同化妆品品牌和12个月总支出之间的客户关系。但我不确定是否所有专栏都是正确的,因为我从来没有做过这种情节,所以请求帮助。 规划R. 阴谋我想我问什么是正确的列和我应该做的情节类型? 是我迄今为止的栏目有: CUSTOMER_ID,Brand_Name_Column,12MONTH_SALES ? 谢谢!

    1热度

    2回答

    我已经安装了Spacy和en_core_web_sm数据。 如果我尝试我的代码,应该提取随机新闻文章中的人员信息,我可以获得大约50%的正确数据。其余包含问题和错误。 import spacy import io from spacy.en import English from spacy.parts_of_speech import NOUN from spacy.parts_of_

    0热度

    1回答

    以下是Distant Supervision for Relation Extraction using Ontology Class Hierarchy-Based Features的文章的距离监督的措施。例如 我已经符号化的句子: 她最有名的寺庙,帕台农神庙,在雅典卫城从标题 的名字,我也有从词汇特征这句话,你可以在表中看到: 的问题是如何CR eate从这张表中得到的特征向量,可以传递给Lo

    0热度

    1回答

    Microsoft认知服务提供了各种功能来从自然语言中提取信息。但是,我无法找到如何使用它们来检测“关系”,例如,涉及两个(或更多)特定的“实体”。 例如,检测公司收购/合并。 这些可以在新闻文章中表示为 “公司1”已宣布收购“公司2”。 当然,有几种方法可以满足这种需求,其中一些方法首先包括实体检测(例如Company1和Company2是公司),然后是关系(例如获取...)。其他方法包括首先识

    1热度

    1回答

    事件与n元关系有什么区别? 我想区分两者并最终专注于提取任务。例如,从给定的句子: Peter completed B.Sc. in physics from Boston University. 提取的N个元关系: r(Peter, B.Sc., physics, Boston University) (假设实体已经标示) 对于事件提取问题,我们有ACE 2005事件提取语料库等数据集。

    4热度

    1回答

    我试图从下面的段落结构提取这种类型的信息: women_ran men_ran kids_ran walked 1 2 1 3 2 4 3 1 3 6 5 2 text = ["On Tuesday, one women ran on the street while 2 men ran and 1 child ran on the sid

    -1热度

    2回答

    我写了一个程序来做信息检索和提取。用户在搜索栏中输入查询,程序就可以显示相关的txt结果,如相应的句子和文章组成的句子。 我做了一些研究如何评估结果。我可能需要计算精度,召回,AP,MAP .... 但是,我是新来的。如何计算结果。由于我的数据集没有标记,我没有做分类。我使用的数据集是BBC新闻的文章。有200篇文章。我把它命名为001.txt,002.txt ...... 200.txt 这将是

    1热度

    1回答

    我使用CLiPS pattern.search(Python 2.7)在文本中进行模式匹配。 我需要提取两个对应'VBN NP'和'NP NP NP'的短语。 我可以单独做,然后再加入结果: from pattern.en import parse,parsetree from pattern.search import search text="Published case-control