固有表現抽出とキーフレーズ抽出
系列ラベリングとして捉えた場合
固有表現抽出では「固有表現の先頭」と「固有表現が続いてる範囲」にラベルを付ける
系列ラベリングに対応づけると「キーフレーズ範囲」「キーフレーズの隣接」にラベルがつきそう
個人的には「右隣」「左隣」を区別した方が良さそうに思う
どちらのラベル付けが良いか？
キーフレーズ抽出に関しては後者のキーワード周囲にラベルする方が素直だと思う
人間が地の文と区別のつきにくい文を「キーワードだよ」と明示する時に何をするか？
例えば、カギかっこで囲う
逆に言えば他の条件が同じであってもカギかっこで囲われてる範囲はキーフレーズである確率が上がるのが自然
後者のラベリングだと"「"トークンが「キーワードの左隣ラベル」に自然に対応する
固有表現抽出が前者のラベリングをよく使うのにはどういう理由があるのだろう？
固有表現は連続することがある
周囲にラベルする方式だと無理
追記
2-1と3を比較してたけどもっと細かく段階がある
4なら連続するキーワードも識別できる
5は「の」のような「キーワードの端には出てこないが、キーワードの中にはしばしば出てくる単語」を区別できる
Related Pages
- →リンクのサジェスト×足場ネットワーク×リンクサジェスト×キーフレーズ抽出×RAKE×scrapboxキーフレーズサジェスト×機械がscrapboxを読む×scrapbox擬似的多人数プロジェクト×蔵書横断検索×pkeicho→
- →キーフレーズ抽出×名詞句アプローチ×動詞を許容するキーフレーズ×動詞を積極的にブラケティング×「情報の共有」を「情報共有」と関連づけたい×文中に出現しないキーフレーズ×単語出現頻度×ストップワード×共起×出現集中×tf-idf×idf×RAKE×textrank→
- →キーフレーズ抽出×kytea×極大部分文字列×sentencepiece×textrank×フレーズベースtf-idf×liblinear×active_learning×ページ単位df×PositionRank×scrapbox統計2019-2×フレーズベースTF-IDF: 名詞句解析の応用×大きすぎるリンクの問題×参加者の多いリンクに参加するのは有益ではない×遠くとつながるリンク×自動ブラケティング×文書が階層的×bitapアルゴリズム→
- →フレーズベースtf-idf×名詞句解析×tf-idf×キーフレーズ抽出×村脇_有吾×Conundrums in Unsupervised Keyphrase Extraction×textrank×単語ベースtf-idf×文法性→
"Engineer's way of creating knowledge" the English version of my book is now available on [Engineer's way of creating knowledge]
(C)NISHIO Hirokazu / Converted from [Scrapbox] at [Edit]