January 1, 1997Open Access

Nymble

Key Points

Key points are not available for this paper at this time.

Abstract

Dieses Papier stellt einen statistischen, erlernten Ansatz vor, um Namen und andere nichtrekursive Entitäten im Text zu finden (entsprechend der MUC-6-Definition der NE-Aufgabe), unter Verwendung einer Variante des standardmäßigen Hidden-Markov-Modells. Wir präsentieren unsere Begründung für das Problem und unseren Ansatz, eine detaillierte Diskussion des Modells selbst und schließlich die erfolgreichen Ergebnisse dieses neuen Ansatzes.

Connected Papers

Building similarity graph...

Analyzing shared references across papers

Discussion

Authors

Daniel M. Bikel

S.L. Miller

Richard Schwartz

Actions

References and Citations

Connected Papers

Building similarity graph...

Analyzing shared references across papers

Discussion

Cite this study

Bikel et al. (Wed,) untersuchten diese Fragestellung.

www.synapsesocial.com/papers/6a08cc1a60378a53cb66bc86 — DOI: https://doi.org/10.3115/974557.974586

Also consider

Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context:

MITRE· 1995 · 126 citations
Elements of Information Theory· 1992 · 2,965 citations
Elements of Information Theory· 2001 · 37,896 citations
Statistical language processing using hidden understanding models· 1994 · 38 citations
SRI International FASTUS system· 1995 · 137 citations

Nymble

Key Points

Abstract

Citation Network

Connected Papers

Discussion

Authors

Actions

References and Citations

Citation Network

Connected Papers

Discussion

Cite this study

Also consider