播客中电影实体的识别
信息检索
2018-09-25 v1 计算与语言
摘要
在本文中，我们提出一种命名实体识别（NER）系统，用于识别播客音频中的电影标题。受社交媒体中面向噪声文本的 NER 系统启发，我们实现了一种两阶段方法，该方法对计算机转录错误具有鲁棒性，且无需大量计算开销即可适应新的电影标题/发行。在多样化的播客集上评估，我们展示了当将模糊匹配与感知电影特定元数据的线性模型相结合时，相对于三种基线方法的 F1 分数提高了 20% 以上。
引用
@article{arxiv.1809.08711,
title = {Recognizing Film Entities in Podcasts},
author = {Ahmet Salih Gundogdu and Arjun Sanghvi and Keith Harrigian},
journal= {arXiv preprint arXiv:1809.08711},
year = {2018}
}
备注
4 pages, 1 figure. To appear in Proceedings of 2018 KDD Workshop on Machine Learning and Data Mining for Podcasts, August 2018, London, UK