The proposed WSD method will be eva

The proposed WSD method will be evaluated by human subjects. A minimum of 30 subjects will be recruited from
undergraduate and graduate students. Each human subject will be asked to evaluate the disambiguation results of a randomly selected set of 20 ambiguous words extracted from different tweets. Each tweet containing an ambiguous word will be
presented along with other 20 tweets in the preceding context and another 20 in the following context. The subjects will
provide ratings for each system disambiguation result in terms of “accurate”, “highly relevant”, “somewhat relevant”, and
“no relevance.” This will yield a total of 600 cases from human evaluation. Accuracy will be computed based on the
percentage of correctly disambiguated words (summarization of accurate and high relevant cases). The results will be
compared against other recent WSD methods such as (Li, et al., 2011).

ผลลัพธ์ (ไทย) 1:

วิธี WSD ที่นำเสนอจะได้รับการประเมินโดยมนุษย์ ขั้นต่ำ 30 อาสาสมัครจะได้รับการคัดเลือกจาก
ระดับปริญญาตรีและระดับบัณฑิตศึกษาของนักเรียน แต่ละเรื่องของมนุษย์จะถูกถามในการประเมินผลของวิกิพีเดียชุดสุ่มเลือกจาก 20 คำคลุมเครือสกัดจากทวิตเตอร์ที่แตกต่างกัน ทวีตที่มีคำกำกวมแต่ละคนจะ
นำเสนอพร้อมกับอื่น ๆ 20 ทวิตเตอร์ในบริบทก่อนหน้าและอีก 20 ในบริบทดังต่อไปนี้ อาสาสมัครจะให้คะแนนที่
สำหรับแต่ละผล disambiguation ระบบในแง่ของ "ถูกต้อง", "สูงที่เกี่ยวข้อง", "ค่อนข้างที่เกี่ยวข้อง" และ
"ไม่มีความเกี่ยวข้อง." นี้จะให้รวม 600 กรณีจากการประเมินของมนุษย์ ความถูกต้องจะได้รับการคำนวณบนพื้นฐานของ
อัตราร้อยละของคำ disambiguated ถูกต้อง (การสรุปของกรณีที่เกี่ยวข้องที่ถูกต้องและสูง) ผลที่จะได้รับการ
เปรียบเทียบกับวิธีการอื่น ๆ ที่ผ่านมา WSD เช่น (li, et al., 2011)

ผลลัพธ์ (ไทย) 2:

จะมีประเมินวิธี WSD เสนอ โดยเรื่องมนุษย์ จะพิจารณาอย่างน้อย 30 เรื่องจาก
ระดับปริญญาตรีและนักศึกษา เรื่องแต่ละคนจะถูกขอให้ประเมินผลแก้ความกำกวมของคำชัดเจน 20 สกัดจากฟีดต่าง ๆ ชุดสุ่มเลือก แต่ละ tweet ประกอบด้วยคำกำกวมจะ
แสดงอื่น ๆ เข้ามา 20 ในบริบทข้างต้นและอีก 20 ในบริบทต่อไปนี้ เรื่องจะ
ให้จัดอันดับผลลัพธ์แต่ละระบบแก้ความกำกวมใน "ถูก" "ขอเกี่ยว" "ค่อนข้างเกี่ยว" และ
"ไม่มีความเกี่ยวข้อง" นี้จะได้จำนวน 600 กรณีจากการประเมินบุคคล จะได้คำนวณถูกต้องตาม
เปอร์เซ็นต์ของคำอย่างถูกต้อง disambiguated (สรุปความถูกต้อง และสูงกรณีเกี่ยวข้อง) ผลลัพธ์จะ
เมื่อเทียบกับวิธี WSD อื่น ๆ ล่าสุดเช่น (Li, et al., 2011)

ผลลัพธ์ (ไทย) 3:

วิธีการ wsd ที่เสนอที่จะมีการพิจารณาในเรื่องของมนุษย์ อย่างน้อย 30 สาขาวิชาจะคัดเลือกจากนักเรียนนักศึกษาระดับปริญญาโทหลักสูตรปริญญาตรีและ
ซึ่งจะช่วย เรื่องมนุษย์แต่ละคนจะได้รับการร้องขอให้ประเมินผล disambiguation ของตั้งค่าแบบสุ่มที่เลือกของ 20 คำไม่ชัดเจนถูกดึงมาจาก, Tweet ,แตกต่างกัน โพสต์ Tweet ,แต่ละห้องประกอบด้วยคำว่าไม่ชัดเจนที่จะตอบแทน
แสดงพร้อมด้วย 20 , Tweet ,อื่นๆในบริบทที่ผ่านมาและ 20 ในบริบทต่อไปนี้: วัตถุที่จะ
ซึ่งจะช่วยให้การจัดอันดับสำหรับแต่ละระบบ disambiguation ส่งผลให้ในเงื่อนไขของ"ได้อย่างถูกต้องแม่นยำ","เป็นอย่างสูงที่เกี่ยวข้อง","บ้างที่เกี่ยวข้อง",และ
"ไม่มีความสัมพันธ์"นี้จะยอมให้รวม 600 รายจากการประเมินผลของมนุษย์. ความแม่นยำจะคำนวณตามที่
ตามมาตรฐานเปอร์เซ็นต์ของอย่างถูกต้องคำ disambiguated (สรุปของคดีได้อย่างแม่นยำสูงและที่เกี่ยวข้อง) ผลที่จะได้รับเมื่อเทียบกับ
wsd เมื่อไม่นานมานี้กับวิธีการอื่นๆเช่น( Li et al . 2011 )