This section introduces REVERB, a n

This section introduces REVERB, a novel open extractor based on the constraints defined in the previous sections. REVERB first identifies relation phrases that satisfy the syntactic and lexical constraints, and then finds a pair of NP arguments for each identified relation phrase. The resulting extractions are then assigned a confidence score using a logistic regression classifier trained on 1,000 random Web sentences with shallow syntactic features

Kết quả (Việt) 1:

Phần này giới thiệu REVERB, một vắt mở cuốn tiểu thuyết dựa trên các khó khăn được xác định trong các phần trước. REVERB đầu tiên xác định cụm từ liên quan đáp ứng những cú pháp và từ vựng hạn chế, và sau đó tìm thấy một cặp NP đối số cho mỗi cụm được xác định mối quan hệ. Nhổ kết quả sau đó được chỉ định một số điểm tự tin bằng cách sử dụng một loại hồi quy logistic được đào tạo trên 1.000 câu Web ngẫu nhiên với tính năng cú pháp nông

Kết quả (Việt) 2:

Phần này giới thiệu REVERB, một cuốn tiểu thuyết mở vắt dựa trên những hạn chế được xác định trong các phần trước. REVERB đầu tiên xác định cụm từ liên quan đáp ứng các hạn chế cú pháp và từ vựng, và sau đó tìm thấy một cặp đối số NP cho mỗi cụm từ liên quan xác định. Các nhổ kết quả sau đó chỉ định một số độ tin cậy sử dụng một phân tích hồi quy được đào tạo trên 1.000 câu Web ngẫu nhiên với các tính năng cú pháp nông