The extractor is applied to the suc

The extractor is applied to the successive sentences in the corpus, and the resulting extractions are collected.
The first Open IE system was TEXTRUNNER [Banko et al., 2007], which used a Naive Bayes model with unlexicalized POS and NP-chunk features, trained using examples heuristically generated from the Penn Treebank. Subsequent work showed that utilizing a linear-chain CRF [Banko and Etzioni, 2008] or Markov Logic Network [Zhu et al., 2009] can lead to improved extractions. The WOE systems made use of Wikipedia as a source of training data for their extractors, which leads to further improvements over TEXTRUNNER

Kết quả (Việt) 1:

Các extractor được áp dụng cho các câu kế tiếp trong the corpus, và kết quả nhổ được thu thập.Hệ thống đầu tiên mở IE là TEXTRUNNER [Banko et al., 2007], sử dụng một mô hình Naive Bayes với tính năng unlexicalized POS và NP-đoạn, được đào tạo bằng cách sử dụng các ví dụ về nhờ được tạo ra từ Penn Treebank. Sau đó làm việc cho thấy rằng bằng cách sử dụng CRF [Banko và Etzioni, 2008] chuỗi tuyến tính hoặc Markov Logic mạng [chu và ctv., 2009] có thể dẫn đến cải thiện nhổ. Hệ thống bất HẠNH thực hiện sử dụng Wikipedia là một nguồn dữ liệu đào tạo của họ thổi, dẫn đến những cải tiến hơn nữa trong TEXTRUNNER

Kết quả (Việt) 2:

Vắt được áp dụng cho các câu liên tiếp trong ngữ liệu, và việc phải lấy kết quả được thu thập.
Các hệ thống mở IE đầu tiên là TEXTRUNNER [Banko et al., 2007], trong đó sử dụng một mô hình Naive Bayes với POS unlexicalized và các tính năng NP-đoạn, được đào tạo sử dụng các ví dụ heuristically tạo ra từ Penn Treebank. Công việc tiếp theo cho thấy rằng sử dụng một tuyến tính chuỗi CRF [Banko và Etzioni, 2008] hoặc Markov logic Mạng [Zhu et al., 2009] có thể dẫn đến nhổ cải thiện. Các hệ thống WOE đã sử dụng Wikipedia như một nguồn dữ liệu huấn luyện cho nhổ của họ, dẫn đến những cải tiến hơn nữa trong TEXTRUNNER