This algorithm differs in three imp

This algorithm differs in three important ways from previous methods. First, the relation phrase is identified “holistically” rather than word-by-word. Second, potential phrases are filtered based on statistics over a large corpus (the implementation of our lexical constraint). Finally, REVERB is “relation first” rather than “arguments first”, which enables it to avoid a common error made by previous methods—confusing a noun in the relation phrase for an argument, e.g. the noun responsibility in claimed responsibility for.

Kết quả (Việt) 1:

Thuật toán này khác ở chỗ ba cách quan trọng từ phương pháp trước đó. Trước tiên, các cụm từ liên quan được xác định "holistically" chứ không phải là chữ bằng chữ. Thứ hai, tiềm năng cụm từ sẽ được lọc dựa trên số liệu thống kê trên một lớn corpus (thực hiện từ vựng hạn chế của chúng tôi). Cuối cùng, REVERB là "quan hệ đầu tiên" thay vì "đối số đầu tiên", mà cho phép nó để tránh một lỗi thường được thực hiện bởi phương pháp trước đó-khó hiểu một danh từ trong cụm từ liên quan cho một đối số, ví dụ như trách nhiệm của danh từ trong tuyên bố trách nhiệm.

Kết quả (Việt) 2:

Thuật toán này khác nhau theo ba cách quan trọng từ các phương pháp trước đây. Đầu tiên, cụm từ liên quan được xác định "một cách toàn diện" hơn là word-by-word. Thứ hai, cụm từ tiềm năng được lọc dựa trên thống kê trong một ngữ liệu lớn (việc thực hiện các chế từ vựng của chúng tôi). Cuối cùng, REVERB là "mối quan hệ đầu tiên" chứ không phải là "đối số đầu tiên", cho phép nó để tránh một lỗi thông thường được làm bằng phương pháp-bối rối trước một danh từ trong cụm từ liên quan cho một tham số, ví dụ như trách nhiệm danh từ trong trách nhiệm tuyên bố cho.