NERUA: sistema de detección y clasificación de entidades utilizando aprendizaje automático

Please use this identifier to cite or link to this item: http://hdl.handle.net/10045/1266
Información del item - Informació de l'item - Item information
Title: NERUA: sistema de detección y clasificación de entidades utilizando aprendizaje automático
Authors: Ferrández Escámez, Óscar | Kozareva, Zornitsa Petrova | Montoyo, Andres | Muñoz, Rafael
Keywords: Reconocimiento de entidades | Aprendizaje automático | Independiente del lenguaje | Named entity recognition | Machine learning | Language independent
Issue Date: Sep-2005
Publisher: Sociedad Española para el Procesamiento del Lenguaje Natural
Citation: FERRÁNDEZ ESCÁMEZ, Óscar, et al. “NERUA: sistema de detección y clasificación de entidades utilizando aprendizaje automático”. Procesamiento del lenguaje natural. Nº 35 (sept. 2005), pp. 37-44
Abstract: Este artículo presenta un sistema de reconocimiento de entidades para Español combinando diferentes algoritmos de aprendizaje. Se propone una detección de entidades independiente del lenguaje y se estudia la influencia del tamaño del corpus de entrenamiento en los resultados. NERUA obtuvo 92.96% f-score en la detección y 78.59% en la clasificación de entidades. | In this paper we present a Named Entity Recognition system developed for Spanish by combining different machine learning techniques. A language independent approach for NE detection and evaluation of the influence of the training corpus size have been made. NERUA obtained 92.96% f-score for detection and 78.59% for classification.
Sponsor: Esta investigación ha sido parcialmente financiada bajo los proyectos CICyT número TIC2003-07158-C04-01 y PROFIT número FIT-340100-2004-14 y por la Generalitat Valenciana bajo los proyectos GV04B-276 y GV04B-268.
URI: http://hdl.handle.net/10045/1266
ISSN: 1135-5948
Language: spa
Type: info:eu-repo/semantics/article
Appears in Collections:Revistas - Procesamiento del Lenguaje Natural - Nº 35 (septiembre 2005)
INV - GPLSI - Artículos de Revistas

Files in This Item:
Files in This Item:
File Description SizeFormat 
ThumbnailPLN_35_05.pdf189,7 kBAdobe PDFOpen Preview


Items in RUA are protected by copyright, with all rights reserved, unless otherwise indicated.