Temat: topic detection - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Genre-based Reference Chains Identification for French
Autorzy:: Longo, Laurence
Todirascu, Amalia
Powiązania:: https://bibliotekanauki.pl/articles/1037616.pdf
Data publikacji:: 2010-06-15
Wydawca:: Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:: reference chains identification
topic detection
coreference resolution
Opis:: In this paper we present RefGen, a reference chains identification module for French. RefGen algorithm uses genre specific properties of reference chains and an accessibility measure to find the mentions of the referred entity. The module applies strong and weak constraints (lexical, morpho-syntactic, and semantic) to automatically identify coreference relations between referential expressions. We evaluate the results obtained by RefGen from a public reports corpus and we discuss the importance of the genre-dependent parameters to improve the reference chains identification.
Źródło:: Investigationes Linguisticae; 2010, 21; 57-75
1426-188X
1733-1757
Pojawia się w:: Investigationes Linguisticae
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Multiaspect Text Categorization Problem Solving: a Nearest Neighbours Classifier Based Approaches and Beyond
Autorzy:: Zadrożny, S.
Kacprzyk, J.
Gajewski, M.
Powiązania:: https://bibliotekanauki.pl/articles/950980.pdf
Data publikacji:: 2015
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: text categorization
intelligent system
nearest neighbours classifiers
topic tracking and detection
fuzzy majority
Opis:: We deal with the problem of the multiaspect text categorization which calls for the classification of the documents with respect to two, in a sense, orthogonal sets of categories. We briefly define the problem, mainly referring to our previous work, and study the application of the k- nearest neighbours algorithm. We propose a new technique meant to enhance the effectiveness of this algorithm when applied to the problem in question. We show some experimental results confirming usefulness of the proposed approach.
Źródło:: Journal of Automation Mobile Robotics and Intelligent Systems; 2015, 9, 4; 58-70
1897-8649
2080-2145
Pojawia się w:: Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Semantic web techniques for clinical topic detection in health care
Autorzy:: Raman, R.
Sahayaraj, Kishore Anthuvan
Soni, Mukesh
Nayak, Nihar Ranjan
Govindarajan, Ramya
Singh, Nikhil Kumar
Powiązania:: https://bibliotekanauki.pl/articles/38698068.pdf
Data publikacji:: 2024
Wydawca:: Instytut Podstawowych Problemów Techniki PAN
Tematy:: clinical text
frequent word set
feature selection
clustering
topic detection
time sequence
semantics
tekst kliniczny
częsty zestaw słów
wybór funkcji
grupowanie
wykrywanie tematu
sekwencja czasu
semantyka
Opis:: The scope of this paper is that it investigates and proposes a new clustering method thattakes into account the timing characteristics of frequently used feature words and thesemantic similarity of microblog short texts as well as designing and implementing mi-croblog topic detection and detection based on clustering results. The aim of the proposedresearch is to provide a new cluster overlap reduction method based on the divisions ofsemantic memberships to solve limited semantic expression and diversify short microblogcontents. First, by defining the time-series frequent word set of the microblog text, a fea-ture word selection method for hot topics is given; then, for the existence of initial clusters,according to the time-series recurring feature word set, to obtain the initial clustering ofthe microblog.
Źródło:: Computer Assisted Methods in Engineering and Science; 2024, 31, 2; 139-155
2299-3649
Pojawia się w:: Computer Assisted Methods in Engineering and Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "topic detection" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język