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”

Decipher NER a Decipher IE

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F12%3APR26552" target="_blank" >RIV/00216305:26230/12:PR26552 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.fit.vutbr.cz/research/prod/index.php?id=287" target="_blank" >http://www.fit.vutbr.cz/research/prod/index.php?id=287</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Decipher NER a Decipher IE

  • Popis výsledku v původním jazyce

    Named Entity Recognizer and Classifier takes care of identification of relevant entities - names of people, places, artworks, etc. The matching of candidate terms is realized by means of the FSA technology. The data for each particular category is storedin a separate file. A joint list is compiled into a FSA that includes all terms together with their subcategorization. The disambiguation phase takes into account a context in which a particular NE candidate string appeared decides whether it really correspond to an entity in question. Relation extractor identifies textual fragments that express a particular relation between two or more entities (or values). It can work on a simple PoS-tagged data but it can also ask the Parser package to analyse the particular piece of text in question. Relation triggers - specific expressions that signal that a relation holds - form key elements of the identification. A CRF classifier is further employed to mark beginnings and ends of particular elem

  • Název v anglickém jazyce

    Decipher NER a Decipher IE

  • Popis výsledku anglicky

    Named Entity Recognizer and Classifier takes care of identification of relevant entities - names of people, places, artworks, etc. The matching of candidate terms is realized by means of the FSA technology. The data for each particular category is storedin a separate file. A joint list is compiled into a FSA that includes all terms together with their subcategorization. The disambiguation phase takes into account a context in which a particular NE candidate string appeared decides whether it really correspond to an entity in question. Relation extractor identifies textual fragments that express a particular relation between two or more entities (or values). It can work on a simple PoS-tagged data but it can also ask the Parser package to analyse the particular piece of text in question. Relation triggers - specific expressions that signal that a relation holds - form key elements of the identification. A CRF classifier is further employed to mark beginnings and ends of particular elem

Klasifikace

  • Druh

    R - Software

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • 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

  • Interní identifikační kód produktu

    Decipher NER+IR

  • Technické parametry

    Pro podrobnosti licenčních podmínek konzultujte: Ing. Vladimír Pavelka, Útvar transferu technologií VUT v Brně, Božetěchova 2, 612 66 Brno, 541 141 499

  • Ekonomické parametry

    Svobodný software

  • IČO vlastníka výsledku

    00216305

  • Název vlastníka

    Vysoké učení technické v Brně