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 cuốn tiểu thuyết mở vắtDựa trên các khó khăn được xác định trong các phần trước. REVERB đầu tiên xác định cụm từ liên quan đáp ứng các cú phápvà từ vựng hạn chế, và sau đó tìm thấy một cặp của các đối số NPcho mỗi cụm được xác định mối quan hệ. Nhổ kết quảsau 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 vớitính 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 cú pháp
hạn chế 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
này sau đó được phân công một số sự tự tin bằng cách sử dụng phân tích hồi quy được đào tạo trên 1.000 câu Web ngẫu nhiên với
tính năng cú pháp nông