Lithium NLP：一种资源受限、高吞吐、语言无关的社交媒体噪声用户生成文本丰富信息抽取系统
人工智能
2017-07-14 v1 计算与语言
信息检索
摘要
本文中，我们描述了 Lithium 自然语言处理（NLP）系统——一个资源受限、高吞吐且语言无关的，用于从社交媒体上噪声用户生成文本中进行信息抽取的系统。Lithium NLP 从文本中抽取丰富的信息集合，包括实体、话题、标签和情感。我们讨论了该系统的若干真实世界应用，这些应用目前已集成于 Lithium 产品中。我们还从性能、抽取的信息以及支持的语言等方面，将我们的系统与现有的商业和学术 NLP 系统进行比较。我们表明 Lithium NLP 与最先进的商业 NLP 系统持平，并且在某些情况下优于它们。
引用
@article{arxiv.1707.04244,
title = {Lithium NLP: A System for Rich Information Extraction from Noisy User Generated Text on Social Media},
author = {Preeti Bhargava and Nemanja Spasojevic and Guoning Hu},
journal= {arXiv preprint arXiv:1707.04244},
year = {2017}
}
备注
9 pages, 6 figures, 2 tables, EMNLP 2017 Workshop on Noisy User Generated Text WNUT 2017