Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/39386
Full metadata record
DC FieldValueLanguage
dc.contributor.authorНавроцкий, А. А.-
dc.contributor.authorКривальцевич, Е. В.-
dc.date.accessioned2020-07-06T09:44:40Z-
dc.date.available2020-07-06T09:44:40Z-
dc.date.issued2020-
dc.identifier.citationНавроцкий, А. А. Сравнительный анализ систем извлечения именованных сущностей из неструктурированных публицистических текстов / А. А. Навроцкий, Е. В. Кривальцевич // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 3 / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – С. 12–18.ru_RU
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/39386-
dc.description.abstractРассматриваются особенности извлечения именованных сущностей из неструктурированных публицистических текстов на английском языке, находящихся в открытом доступе, посредством различных программных решений: GATE, NLTK, SpaCy, Apache OpenNLP, Stanford NER, Intellexer NER API, Thomson Reuters Open Calais API.ru_RU
dc.language.isoruru_RU
dc.publisherБеспринтru_RU
dc.subjectматериалы конференцийru_RU
dc.subjectименованная сущностьru_RU
dc.subjectнеструктурированный текстru_RU
dc.subjectnamed entity-
dc.subjectunstructured text-
dc.titleСравнительный анализ систем извлечения именованных сущностей из неструктурированных публицистических текстовru_RU
dc.title.alternativeComparative analysis of systems for extracting named entities from unstructured publicistic texts-
dc.typeArticleru_RU
local.description.annotationThe features of extracting named entities from unstructured publicistic English texts in the public domain using various software solutions: GATE, NLTK, SpaCy, Apache OpenNLP, Stanford NER, Intellexer NER API, Thomson Reuters Open Calais API are considered.-
Appears in Collections:BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)

Files in This Item:
File Description SizeFormat 
Navrotskiy_Sravnitelniy.pdf628.16 kBAdobe PDFView/Open
Show simple item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.