Mar, 2017

跨多语言的全球实体排名

HTML
PDF
TL;DR使用Wikipedia和Freebase知识库，我们构建了一个全球长尾实体排名模型，涵盖多种语言。我们为实体识别提出了多个特征并建立了一个模型，使用一组超过一万个标签作为基础数据集。最终系统的准确率为75％，F1得分为48％。我们提供了性能评估和排名质量的经验证据，并为未来研究开放了最终排名列表。