Worin besteht der Unterschied zwischen der Erkennung von benannten Entitäten, der Benennung von Entitäten und der Klassifizierung, der benannten Entitätsverknüpfung? Würde ein praktisches Beispiel schätzen.Unterschied zwischen NER, NERC und NEL
Former president Clinton visits the White House.
Normalerweise, wenn die Leute jetzt NER sagen, meinen sie NERC. Es ist auch wirklich aufgabenspezifisch, das Weiße Haus kann ein Ort sein, Links können aus einer semantischen Wissensdatenbank usw. stammen.
Ich stimme Vihari zu, dass Ihre Frage nicht genau SO Frage ist.
Die Erkennung von benannten Entitäten ist ein Unterfeld in der Informationsextraktion und bezieht sich auf die Suche nach einer vordefinierten Entität im Text, wie Person, Organisation, Gene, etc ... Sie stammt aus MUC-6, der Sixth Message Understanding Conference gibt es seit Jahrzehnten.
Nehmen Sie den Satz "Google berichtete 17 Milliarden Dollar Gewinn im Jahr 2014, und der Umsatz wächst weiter." Ein Beispiel für eine Ausgabe, bei der ein NER-Tool zum Auffinden von Organisationen verwendet wird, sind die Zeichenoffsets 0 und 6 - dies zeigt an, dass eine Organisation an diesem Ort in Text identifiziert wurde. Die Verknüpfung mit benannten Entitäten würde eine Verknüpfung zwischen dem Text "Google" und einem Link zur Google-Webseite (der Firma) auf Wikipedia herstellen, die traditionell zum Verknüpfen verwendet wird.
Die Klassifizierung im NLP-Kontext bezieht sich normalerweise auf die Klassifizierung von Dokumenten und hat nichts mit der Informationsextraktion zu tun, wie in Ihren anderen Fällen. Ein Bereich wäre die Sentiment-Analyse, die Dokumente als positiv, negativ oder neutral deklariert. Mein Beispielsatz mit Google könnte in diesem Zusammenhang für neutral erklärt werden.
Bitte stellen Sie eine spezifischere Frage, Sie können Ihre Frage verbessern, indem Sie Ihre Forschung diskutieren und genau erklären, was verwirrend oder unklar ist. –