In this paper we will present a sup

In this paper we will present a supervised
learning system which
nds and classi
es named
entities in Japanese newspaper texts Recently
several systems have been proposed for this task
but many of them use handcoded
patterns Creating these patterns is laborious work and when
we adapt these systems toanew domain or a
new de
nition of named entities it is likely to
need a large amount of additional work On
the other hand in a supervised learning system
what is needed to adapt the system is to make
new training data While this is also not a very
easy task it would be easier than creating com
plicated rules For example based on our expe
rience
 training articles can be created in a
day

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราจะนำเสนอที่มีเรียนรู้ระบบ es ที่ nds และ classi ที่ชื่อเอนทิตีในข้อความของหนังสือพิมพ์ญี่ปุ่นล่าสุดหลายระบบได้รับการเสนอสำหรับงานนี้แต่หลายใช้ handcodedรูปแบบการสร้างรูปแบบเหล่านี้เป็นงานที่ลำบาก และเมื่อเราปรับเปลี่ยนโดเมนเหล่านี้ระบบ toanew หรือnition เดอใหม่ชื่อเอนทิตีที่มีแนวโน้มจำเป็นต้องใช้งานเพิ่มเติมจำนวนมากมืออื่น ๆ ในระบบการเรียนรู้ที่มีสิ่งที่จำเป็นต้องปรับระบบจะทำการข้อมูลการฝึกอบรมใหม่ขณะนี้ยังไม่มีมากงานง่ายมันจะง่ายกว่าสร้าง complicated กฎตาม expe ของเราเช่นrience บทความการฝึกอบรมสามารถสร้างขึ้นในการวัน

ผลลัพธ์ (ไทย) 3:

ในบทความนี้เราจะนำเสนอการเรียนรู้ซึ่ง

ระบบ NDS และ classi
ES ชื่อ
องค์กรข้อความหนังสือพิมพ์ญี่ปุ่นเมื่อเร็วๆนี้
หลายระบบที่ได้รับการเสนอสำหรับงานนี้

handcoded แต่มากของพวกเขาใช้รูปแบบการสร้างรูปแบบเหล่านี้ขยันทำงานและเมื่อเราปรับระบบเหล่านี้ toanew

nition de โดเมนหรือ
ใหม่ขององค์กรเป็นไปได้

ชื่อต้องการเป็นจำนวนมากของการทำงานเพิ่มเติมบนมืออื่น ๆใน

ดูแลระบบการเรียนรู้สิ่งที่จำเป็นเพื่อปรับระบบให้
ข้อมูลการฝึกอบรมใหม่ในขณะที่ยังไม่ค่อย
งานที่ง่ายมันก็ง่ายกว่าการสร้างกฎด้วย
plicated ยกตัวอย่างเช่นตามของเรา

 expe คุณ  การฝึกอบรม บทความสามารถสร้างในวัน