2. Identifying target items in a da

2. Identifying target items in a data record. Based on the characteristics of target items, it may be easy to identify and label the target items. For example, it is often easy to find product names and product images based on simple heuristics. If heuristics are not reliable, machine learning methods may be applied to learn models to identify target items. For example, in [44], an extended conditional random fields method (CRF) [21] is used to learn an extraction model, which is then used to extract target items from new data records.

Kết quả (Việt) 1:

2. việc xác định các mục tiêu trong một bản ghi dữ liệu. Dựa trên các đặc tính của các mục tiêu, nó có thể dễ dàng xác định và gắn nhãn các mục tiêu. Ví dụ, nó thường là dễ dàng để tìm kiếm tên sản phẩm và hình ảnh sản phẩm dựa trên đơn giản chẩn đoán. Nếu chẩn đoán là không đáng tin cậy, Máy học tập phương pháp có thể áp dụng để tìm hiểu các mô hình để xác định các mục tiêu. Ví dụ, [44], một phương pháp mở rộng điều kiện random fields (CRF) [21] được sử dụng để tìm hiểu một mô hình khai thác, sau đó được sử dụng để trích xuất các mục tiêu từ bản ghi dữ liệu mới.

Kết quả (Việt) 2:

2. Xác định các mục tiêu trong một bản ghi dữ liệu. Dựa vào đặc điểm của mục đích, nó có thể dễ dàng xác định và gắn nhãn các mục tiêu. Ví dụ, nó thường là dễ dàng để tìm thấy những sản phẩm và hình ảnh sản phẩm dựa trên chẩn đoán đơn giản. Nếu chẩn đoán là không đáng tin cậy, phương pháp học máy có thể được áp dụng cho học mô hình để xác định các mục tiêu. Ví dụ, trong [44], một điều kiện phương pháp mở rộng ngẫu nhiên lĩnh vực (CRF) [21] được sử dụng để tìm hiểu một mô hình khai thác, sau đó được sử dụng để trích xuất các mặt hàng mục tiêu từ bản ghi dữ liệu mới.