Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Context Aware Named Entity Disambiguation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F12%3A10132023" target="_blank" >RIV/00216208:11320/12:10132023 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6118963" target="_blank" >http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6118963</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/PDCAT.2011.73" target="_blank" >10.1109/PDCAT.2011.73</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Context Aware Named Entity Disambiguation

  • Popis výsledku v původním jazyce

    Recently, named entity recognition tools tend to disambiguate recognized named entities on a very detailed level. Instead of elementary types (e.g. Person or Location), they assign concrete identifiers, trying to distinguish even different entities having same name and type (e.g. cities with the same name in different countries). We introduce a novel method for this kind of named entity disambiguation exploiting structural dependencies of recognized entities. We analyse the co-occurrence of disambiguated entities in the backing knowledge base and use this information to improve results of existing named entity disambiguation approaches. A model for co-occurrence representation is proposed and evaluated based on a dataset that we mine from Wikipedia.

  • Název v anglickém jazyce

    Context Aware Named Entity Disambiguation

  • Popis výsledku anglicky

    Recently, named entity recognition tools tend to disambiguate recognized named entities on a very detailed level. Instead of elementary types (e.g. Person or Location), they assign concrete identifiers, trying to distinguish even different entities having same name and type (e.g. cities with the same name in different countries). We introduce a novel method for this kind of named entity disambiguation exploiting structural dependencies of recognized entities. We analyse the co-occurrence of disambiguated entities in the backing knowledge base and use this information to improve results of existing named entity disambiguation approaches. A model for co-occurrence representation is proposed and evaluated based on a dataset that we mine from Wikipedia.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GAP202%2F10%2F0761" target="_blank" >GAP202/10/0761: Semantizace webu</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of 2012 IEEE/WIC/ACM International Conference on Web Intelligence

  • ISBN

    978-1-4577-1807-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    56-61

  • Název nakladatele

    IEEE Computer Society

  • Místo vydání

    Los Alamitos

  • Místo konání akce

    Macau

  • Datum konání akce

    4. 12. 2012

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku