斯坦福塔格

词性标记(POS-Tagger)是一种软件,它读取某种语言的文本,并将词性分配给每个单词(和其他标记),如名词、动词、形容词等,尽管通常计算应用程序使用更细粒度的POS标记,如“名词复数”。这个软件是这些论文中描述的对数线性词性标记的Java实现(如果只引用一篇论文,请引用2003年的文章):kristinatoutanova和Christopher D.Manning。2000最大熵词性标注中知识源的丰富。《自然语言处理和超大语料库经验方法国际会议论文集》(EMNLP/VLC-2000),第63-70页。克里斯蒂娜·图塔诺娃、丹·克莱因、克里斯托弗·曼宁和约兰·辛格。2003基于循环依赖网络的特征丰富的词性标注。HLT-NAACL 2003年会议记录,第252-259页。这个标语最初是由克里斯蒂娜·图塔诺娃写的。从那时起,danklein、Christopher Manning、William Morgan、Anna Rafferty、Michel Galley和johnbauer改进了它的速度、性能、可用性以及对其他语言的支持。


zbMATH中的参考文献(参考文献23条)

显示第1到第20个结果,共23个。
按年份排序(引用)
  1. 吕少卿;香、菊;冯景宇;王红刚;陆光岳;李敏:基于边缘重加权预处理的社区增强网络嵌入(2020)
  2. 张佳军;周,龙;赵、杨;宗成庆:神经序列生成的同步双向推理(2020)
  3. 埃弗特,斯特凡;海因里希,菲利普;汉塞尔曼,克劳斯;乌尔里希·拉本斯坦;舍尔,伊丽莎白;施密特,马丁;Schröder,Lutz:结合机器学习和语义特征对公司披露进行分类(2019)
  4. 费尔南德斯·冈萨雷斯,丹尼尔;Gómez Rodríguez,Carlos:Fastershift with a non-binary,bottom-up strategy(2019年),Gómez Rodríguez,Carlos:Fastershift with a non-binary,bottom-up strategy
  5. 张磊;吴天星;徐、梁;王蒙;桂林祁;Sack,Harald:使用web资源的新兴实体发现(2019)
  6. 多布里班,埃德加;Wager,Stefan:预测的高维渐近性:岭回归和分类(2018)
  7. 卡纳沃斯,安德烈亚斯;诺达拉基斯,尼古拉斯;苏塔斯,斯皮罗斯;Tsakalidis,Athanasios;特波利斯,迪米特里奥斯;Tzimas,Giannis:Twitter情感分类的大规模实现(2017)
  8. 陈文亮;张敏;张月;段向宇:利用元特征进行依存分析和词性标注(2016)
  9. 利马,安纳卡罗来纳州东部。;德卡斯特罗,莱安德罗修女;Corchado,Juan M.:Twitter消息的极性分析框架(2015)
  10. 张杰;王,小音;浩,丹;谢兵;张璐;梅红(Mei Hong)2015年调查报告ioport公司
  11. 杜庚申;Ruhe,Guenther:ReleasePlanner(^\textTM)决策支持系统挖掘解决方案的两种机器学习技术(2014)ioport公司
  12. 安吉洛夫,克拉西米尔;卡米勒里,约翰J。;施耐德,杰拉多:用受控自然语言编写的规范性文本的冲突分析框架(2013)
  13. 曲文;宋启松;张一飞;冯、石;王大玲;余戈:一种基于多视角内容分析和半监督丰富的电影推荐方法(2013)ioport公司
  14. 卢巴特,亚达姆苏伦;恩赫巴特,伦森;Hwang,Won-Joo:大余量最短路径路由(2012)
  15. 萨沃伊,雅克;Zubaryeva,Olena:基于特定词汇的简单高效分类方案(2012)
  16. 格雷奇,大卫F。;王颖;孟祥瑞;罗纳吉,法纳斯;杰里森,玛格特;Saberi,Amin:数字存档和元数据维护的一些计算工具(2011)
  17. 萨顿,查尔斯;安德鲁·麦卡伦:《条件随机场导论》(2011)
  18. 阿马尔,祖克;加斯维克,德拉甘;Hatala,Marek:走向开放本体学习和过滤(2011)ioport公司
  19. 屈少林;Chai,Joyce Y:虚拟世界中情境对话的基于语境的词汇习得(2010)
  20. Biemann,Chris:无监督的词性标注(2009)ioport公司