A New State-of-The-Art Czech Named Entity Recognizer
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F13%3A10194679" target="_blank" >RIV/00216208:11320/13:10194679 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-40585-3_10" target="_blank" >http://dx.doi.org/10.1007/978-3-642-40585-3_10</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-40585-3_10" target="_blank" >10.1007/978-3-642-40585-3_10</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
A New State-of-The-Art Czech Named Entity Recognizer
Popis výsledku v původním jazyce
We present a new named entity recognizer for the Czech language. It reaches 82.82 F-measure on the Czech Named Entity Corpus 1.0 and significantly outperforms previously published Czech named entity recognizers. On the English CoNLL-2003 shared task, weachieved 89.16 F-measure, reaching comparable results to the English state of the art. The recognizer is based on Maximum Entropy Markov Model and a Viterbi algorithm decodes an optimal sequence labeling using probabilities estimated by a maximum entropyclassifier. The classification features utilize morphological analysis, two-stage prediction, word clustering and gazetteers.
Název v anglickém jazyce
A New State-of-The-Art Czech Named Entity Recognizer
Popis výsledku anglicky
We present a new named entity recognizer for the Czech language. It reaches 82.82 F-measure on the Czech Named Entity Corpus 1.0 and significantly outperforms previously published Czech named entity recognizers. On the English CoNLL-2003 shared task, weachieved 89.16 F-measure, reaching comparable results to the English state of the art. The recognizer is based on Maximum Entropy Markov Model and a Viterbi algorithm decodes an optimal sequence labeling using probabilities estimated by a maximum entropyclassifier. The classification features utilize morphological analysis, two-stage prediction, word clustering and gazetteers.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/LM2010013" target="_blank" >LM2010013: LINDAT-CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
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
Text, Speech and Dialogue: 16th International Conference, TSD 2013. Proceedings
ISBN
978-3-642-40584-6
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
8
Strana od-do
68-75
Název nakladatele
Springer Verlag
Místo vydání
Berlin / Heidelberg
Místo konání akce
Plzeň, Czechia
Datum konání akce
1. 9. 2013
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—