Paraphrase resolution is also known

Paraphrase resolution is also known as Synonym Resolution, Deduplication, Entity Resolution. It is related to OIE and can concern relations, entities or both. In adequacy with our interest for work near Big Data features, propose unsupervised and scalable approaches for paraphrase resolution. In, to scale, the number of comparisons betweenpairs of strings (which mustsharea or pair) is limited and strings are clustered over time. This idea of gradual merging of clusters is also the reason of the scalability in. Unlike these two previous, tackle polysemy and use extra-characteristics of the input relation instances like distributional similarity, linguistic patterns, hypernym graph, etc. Let us note that if tackle the problem of finding which mentions of entities in a text are equivalent, some authors address a similar problem called Entity Linking and which can be helpful in our disambiguation task. It aims to identify an entry in a given Knowledge Base (KB) to which an entity mention in a document refer to

ผลลัพธ์ (ไทย) 1:

ถ่ายทอดความละเอียดเรียกว่าเป็นความ ละเอียดเหมือน Deduplication ความ ละเอียดของเอนทิตี มันต้องสัมพันธ์ และสามารถเกี่ยวข้องสัมพันธ์ หน่วยงาน หรือทั้งสอง ในความเพียงพอกับดอกเบี้ยของเราทำงานใกล้ข้อมูลคุณลักษณะ เสนอขั่ว และเป็นแนวทางสำหรับแก้ปัญหาถ่ายทอด การปรับขนาด จำนวนของการเปรียบเทียบ betweenpairs ของสตริงการ (ที่ mustshareaหรือคู่) ถูกจำกัดและสตริงการมีคลัสเตอร์ตลอดเวลา ความคิดนี้ของการค่อย ๆ รวมหมู่ก็เหตุผลของภาระในการ ซึ่งแตกต่างจากสองคนนี้ก่อนหน้า เล่น polysemy และใช้ลักษณะพิเศษของอินสแตนซ์ความสัมพันธ์เข้าคล้ายขึ้น รูปแบบทางภาษา กราฟ hypernym ฯลฯ แจ้งให้เราทราบว่า ถ้าแก้ไขปัญหาปัญหาการหาสถานที่ที่กล่าวถึงเอนทิตีในข้อความเทียบเท่า ผู้เขียนบางคนมีปัญหาคล้ายกันที่เรียกว่าการเชื่อมโยงเอนทิตี และซึ่งมีประโยชน์ในงานภาพยนตร์ของเรา มุ่งหวังที่จะระบุรายการในการกำหนดความรู้ (KB) ที่กล่าวถึงเอนทิตีการในเอกสารที่อ้างอิงถึง

ผลลัพธ์ (ไทย) 3:

ถอดความละเอียดเรียกว่าความละเอียด , ข้อมูลนิติบุคคล , แก้ไขคำที่เกี่ยวข้อง . มันเกี่ยวข้องกับองค์กรและหน่วยงานเกี่ยวข้อง สัมพันธ์ หรือทั้งสองอย่าง ในความเพียงพอกับความสนใจของเราทำงานใกล้คุณสมบัติใหญ่ข้อมูล เสนอแนวทางการถอดความ unsupervised และปรับขนาดความละเอียด , ขนาด , จำนวน betweenpairs เปรียบเทียบสตริง ( ซึ่ง mustsharea < คุณสมบัติวัตถุ > หรือ < คุณสมบัติ > เรื่องคู่ ) จำกัดและสตริงเป็นกระจุกอยู่ตลอดเวลา ความคิดที่ค่อยๆผสานกลุ่มนี้ยังเป็นเหตุผลของดาต้าเซ็นเตอร์ใน ซึ่งแตกต่างจากทั้งสองก่อนหน้านี้ เล่นงาน polysemy และใช้ลักษณะพิเศษของข้อมูลเกี่ยวกับอินสแตนซ์เช่นการแจกแจงคล้ายคลึงกัน ภาษา รูปแบบ hypernym กราฟ ฯลฯ แจ้งให้เราทราบว่าถ้าแก้ไขปัญหาของการค้นหาขององค์กรซึ่งกล่าวถึงในข้อความเทียบเท่าบางคนเขียนที่อยู่ที่คล้ายกัน ปัญหาที่เรียกว่าการเชื่อมโยงและนิติบุคคลซึ่งจะเป็นประโยชน์ในงานแก้ความกำกวมของเรา มันมีวัตถุประสงค์เพื่อระบุรายการในความรู้พื้นฐาน ( KB ) ซึ่งเป็นหน่วยงานที่กล่าวถึงในเอกสารที่อ้างถึง