推文命名实体识别与链接分析
计算与语言
2014-11-26 v1
摘要
应用自然语言处理进行推文（一种微博形式）挖掘和智能信息访问是一个具有挑战性的新兴研究领域。与精心撰写的新闻文本和其他较长内容不同，推文由于其简短、嘈杂、依赖上下文和动态的特性，带来了一系列新挑战。推文中的信息提取通常在流水线中执行，包括语言识别、分词、词性标注、命名实体识别和实体消歧（例如相对于 DBpedia）等连续阶段。在这项工作中，我们描述了一个新的推文实体消歧数据集，并对命名实体识别和消歧进行了实证分析，调查了若干最先进系统在此类嘈杂文本上的鲁棒性、主要错误来源是什么，以及应进一步研究哪些问题以改进最先进水平。
引用
@article{arxiv.1410.7182,
title = {Analysis of Named Entity Recognition and Linking for Tweets},
author = {Leon Derczynski and Diana Maynard and Giuseppe Rizzo and Marieke van Erp and Genevieve Gorrell and Raphaël Troncy and Johann Petrak and Kalina Bontcheva},
journal= {arXiv preprint arXiv:1410.7182},
year = {2014}
}
备注
35 pages, accepted to journal Information Processing and Management