北京最好白癜风医院 http://finance.sina.com.cn/chanjing/b/20090930/09073071708.shtmlACLSystemDemonstrations扩展命名实体识别API及其在语言教育中的应用ExtendedNamedEntityRecognitionAPIandItsApplicationsinLanguageEducationAlt公司AltInc我们提出了一个扩展命名实体识别API来识别各种类型的实体，并将实体分类为个不同的类别。每个实体都被划分为实体类别中的一个层次，其中层次结构中根附近的类别比叶子附近的类别更具有概括性。这些类别信息可用于各种应用程序，如语言教育应用程序、在线新闻服务和推荐引擎。本文展示了该API在一个针对日语学习者的日文在线新闻服务中的应用。1引言命名实体识别（NER）是信息检索、信息提取和问答系统（Bellotetal.,2;NadeauandSekine,7）中最基本的任务。因此，一个高质量的命名实体识别API（应用程序编程接口）对于更高层次的任务，如实体检索、推荐和自动对话生成非常重要。为提高命名实体的识别能力，Sekin等人（Sekineetal.,2;SekineandNobata,4）提出了一种扩展的命名实体（ENE）的层次结构，改善了命名实体的定义。ENE的层次结构是一个三层结构，顶层包含十个以上的粗粒度类别，叶级包含个细粒度类别。层次结构的顶层包括传统的命名实体类别，如人、地点或组织。中间层和叶级将顶级分类细化到更细粒度的类别。图1显示了顶级类别“组织”的部分层次结构。在扩展的命名实体识别（ENER）问题，给定一个输入的句子，如“DonaldTrumpwasofficiallynominatedbytheRepublicanParty”，系统必须识别并对句子中的扩展命名实体进行分类，如“DonaldTrump”为“人”的类别，“RepublicanParty”为“政党”类别。图1扩展命名实体（ENE）的层次结构本文提出一个日文扩展命名实体识别API的体系结构设计与实现。我们称这个API为“AL+ENERAPI”。在大量训练数据样本下，所提出的架构表现出良好效能，并在实际应用中具备较快的响应速度。为说明AL+ENERAPI的有效性，我们描述了此API在日语在线新闻服务中术语自动提取的应用。从用户的反馈表明，ENERAPI在词汇产生任务中表现出较高的准确率。本文的如下部分安排如下。第2节描述了ENERAPI的技术的设计与实现。第3节给出了实验结果以评估API的性能。第4节描述了ENERAPI在为日语学习者设计的在线新闻服务中的应用，从服务中获取用户反馈以提高ENER系统性能的方法，以及从用户反馈得到的统计数据。第5部分回顾了相关系统并与该系统进行对比。最后，第6节总结全文。2扩展命名实体识别API2.1AL+ENERAPI概述AL+ENERAPI是一款扩展命名实体识别的应用程序编程接口，它以一个句子作为输入，输出为一个包含句中扩展命名实体的JSON列表，如图2所示。图2AL+ENE识别API不同于传统的命名实体识别API，这个API可以标注能源大类（类别列表见:
转载请注明：http://www.0431gb208.com/sjszlfa/7060.html
