Studio Ousia at the NTCIR-15 SHINRA2020-ML Task
Studio Ousia at the NTCIR-15 SHINRA2020-ML Task
复制标题
DOI：
--
复制
发表时间：
--
期刊：
影响因子：
--
通讯作者：
Sosuke Nishikawa;Ikuya Yamada
中科院分区：
文献类型：
--
作者：
Sosuke Nishikawa;Ikuya Yamada
SHINRA2020-ML任务旨在基于920K具有黄金标准实体类型的日语维基百科实体，将30种语言的维基百科实体分类为扩展命名实体1。为了解决这个问题，我们提出了一种从维基百科描述中提取有效特征的新方法。特别地，我们使用了两种类型的特征，i
SHINRA2020-ML task aims to classify Wikipedia entities in 30 languages into Extended Named Entity 1 based on 920K Japanese Wikipedia entities with gold-standard entity types. To address this task, we propose a novel method to extract effective features from the Wikipedia descriptions. In particular, we use the two types of features, i