We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Recognizing Complex Entity Mentions: A Review and Future Directions Xiang Dai
複雑なNERタスクへの既存手法の調査と今後の研究の展望
既存手法をまとめつつ研究へのアプローチをいくつか提案しているところ
NERのタスクの中で、例えばEntityのメンションでNestがあったり、overlapがあるといったより複雑なNERタスクを解くために、既存のtoken-levelの手法やsentence-levelの手法をまとめ、それをベースに研究のアプローチをいくつか提示した
今後検証していく
複雑なNERタスクは既存のBiLSTM-CRFといったベースラインでどれくらい解けるのだろうか
Medication and adverse event extraction from noisy text Xiang Dai1,2, Sarvnaz Karimi1, and Cecile Paris1
The text was updated successfully, but these errors were encountered:
No branches or pull requests
0. 論文
Recognizing Complex Entity Mentions: A Review and Future Directions
Xiang Dai
1. どんなもの?
複雑なNERタスクへの既存手法の調査と今後の研究の展望
2. 先行研究と比べてどこがすごい?
既存手法をまとめつつ研究へのアプローチをいくつか提案しているところ
3. 技術や手法のキモはどこ?
NERのタスクの中で、例えばEntityのメンションでNestがあったり、overlapがあるといったより複雑なNERタスクを解くために、既存のtoken-levelの手法やsentence-levelの手法をまとめ、それをベースに研究のアプローチをいくつか提示した
4. どうやって有効だと検証した?
今後検証していく
5. 議論はある?
複雑なNERタスクは既存のBiLSTM-CRFといったベースラインでどれくらい解けるのだろうか
6. 次に読むべき論文は?
Medication and adverse event extraction from noisy text
Xiang Dai1,2, Sarvnaz Karimi1, and Cecile Paris1
The text was updated successfully, but these errors were encountered: