Nazwane obiekty jako cecha w kategoryzacji tekstu?

Question

Przy istniejących kategoriach (nadzorowanych) technikach tekstowych, dlaczego nie uznajemy nazwanych oznaczeń (NE) w tekście za cechę szkolenia i testowania? Czy uważasz, że możemy poprawić precyzję, używając NE jako funkcji?

Answer 1

Wiele zależy od domeny, w której pracujesz. Musisz zdefiniować funkcje oparte na domenie. Powiedzmy, że w wyszukiwarce pracujesz nad uczeniem się rangowania problemu, generując dynamiczną rangę, NE nie przyniesie ci tutaj żadnej korzyści. W większym stopniu zależy to od domeny, w której pracujesz, a także zdefiniowanych etykiet kategoryzacji wyników (uczenie nadzorowane).

Teraz powiedzmy, że pracujesz nad klasyfikacją dokumentów dotyczących Soccer, Movie lub Polictics i tak dalej. W tym przypadku Named Entities może działać. Dam ci przykład, powiedzmy, że korzystasz z sieci neuronowej, która kategoryzuje dokumenty w piłce nożnej, filmie, polityce itd. Teraz mówimy o dokumencie w "Lionel Messi został zaproszony do udziału w premierze" The Social Network ", również obecny byli obsadą i ekipą, w tym Jessem Eisenbergiem, Andrew Garfieldem i Justinem Timberlake'em "Tutaj połączenie między nazwanymi bytami (cechy wejściowe) i filmem (wyjście zdefiniowane) będzie silniejsze, a zatem zostanie sklasyfikowane jako dokument na filmie.

Kolejny przykład, powiedzmy, że nasz dokument brzmi: "Tom Cruise przedstawia postać Lionela Messiego w filmie" Ostatni mecz piłkarski ".Jest tutaj korzyść, powiedzmy, że twoja sieć neuronowa nauczyła się, że kiedy aktor i piłkarz spotykają się w jeden dokument jest bardzo prawdopodobne, że jest to film.) Znowu zależy to od danych i treningu, może też być na odwrót (ale o tym właśnie się uczymy, oglądanie przeszłych danych)

Tak więc moja odpowiedź wypróbuj go, nikt nie powstrzyma cię przed nazwaniem obiektów jako funkcjami. Może to pomóc w domenie, w której pracujesz.