http://www.cnr.it/ontology/cnr/individuo/prodotto/ID277230
The Tanl tagger for named entity recognition on transcribed broadcast news at Evalita 2011 (Contributo in volume (capitolo o saggio))
- Type
- Label
- The Tanl tagger for named entity recognition on transcribed broadcast news at Evalita 2011 (Contributo in volume (capitolo o saggio)) (literal)
- Anno
- 2013-01-01T00:00:00+01:00 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi
- 10.1007/978-3-642-35828-9_13 (literal)
- Alternative label
Berardi G., Attardi G., Dei Rossi S., Simi M. (2013)
The Tanl tagger for named entity recognition on transcribed broadcast news at Evalita 2011
Springer, Berlin (Germania) in Evaluation of Natural Language and Speech Tools for Italian. International Workshop. Revised selected papers, 2013
(literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
- Berardi G., Attardi G., Dei Rossi S., Simi M. (literal)
- Pagina inizio
- Pagina fine
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url
- http://link.springer.com/chapter/10.1007/978-3-642-35828-9_13 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#titoloVolume
- Evaluation of Natural Language and Speech Tools for Italian. International Workshop. Revised selected papers (literal)
- Note
- Scopu (literal)
- PuMa (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
- CNR-ISTI, Pisa, Italy; Dipartimento di Informatica, Università di Pisa, Italy; Dipartimento di Informatica, Università di Pisa,Italy; Dipartimento di Informatica, Università di Pisa, Italy (literal)
- Titolo
- The Tanl tagger for named entity recognition on transcribed broadcast news at Evalita 2011 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#isbn
- 978-3-642-35827-2 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#curatoriVolume
- Bernardo Magnini, Francesco Cutugno, Mauro Falcone, Emanuele Pianta (literal)
- Abstract
- The Tanl tagger is a configurable tagger based on a Maximum Entropy classifier, which uses dynamic programming to select the best sequences of tags. We applied it to the NER tagging task, customizing the set of features to use, and including features deriving from dictionaries extracted from the training corpus. The final accuracy of the tagger is further improved by applying simple heuristic rules. (literal)
- Editore
- Prodotto di
- Autore CNR
- Insieme di parole chiave
Incoming links:
- Prodotto
- Autore CNR di
- Editore di
- Insieme di parole chiave di