W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozdział

Pobierz BibTeX

Tytuł

BiLSTM Recurrent Neural Networks inHeterogeneous Ensemble Models for NamedEntity Recognition Problem in Long Polish Unstructured Documents

Autorzy

[ 1 ] Instytut Automatyki i Robotyki, Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ P ] pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.2] Automatyka, elektronika i elektrotechnika

Rok publikacji

2020

Typ rozdziału

rozdział w monografii naukowej / referat

Język publikacji

angielski

Słowa kluczowe
EN
  • natural language processing
  • named entity recognition
  • ensemble model
  • artificial neuralnetwork
  • BiLSTM
  • GRU
  • XGBoost
  • Random Forest
Strony (od-do)

109 - 123

URL

http://poleval.pl/files/poleval2020.pdf#page=109

Książka

Proceedings of the PolEval 2020 Workshop

Zaprezentowany na

PolEval 2020, 26.10.2020, Warszawa, Polska

Tryb otwartego dostępu

otwarte repozytorium

Wersja tekstu w otwartym dostępie

ostateczna wersja opublikowana

Punktacja Ministerstwa / rozdział

20

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.