Candidate Set Expansion While the l

Candidate Set Expansion While the lexicon-based linking works well for single tweets, applying it on the hashtag level has subtle implications. Processing a huge amount of text, especially during a hashtag burst time period, incurs expen-sive computational costs. Therefore, to guarantee a good recall in this step while still maintaining feasible computation, we apply entity linking only on a random sample of the complete tweet set. Then for each candidate entity e, we include all entities whose Wikipedia article is linked with the article of e by an outgoing or incoming link.

Kết quả (Việt) 1:

Ứng cử viên đặt mở rộng trong khi lexicon dựa trên liên kết làm việc tốt cho đơn tweets, áp dụng nó trên mức hashtag có ý nghĩa tinh tế. Xử lý một số lượng lớn các văn bản, đặc biệt là trong một hashtag nổ cho khoảng thời gian, phải gánh chịu chi phí tính toán expen-sive. Vì vậy, để đảm bảo một thu hồi tốt trong bước này trong khi vẫn duy trì khả thi tính toán, chúng tôi áp dụng các thực thể liên kết chỉ trên một mẫu ngẫu nhiên của các thiết lập hoàn chỉnh tweet. Sau đó cho mỗi ứng cử viên thực thể e, chúng tôi bao gồm tất cả các thực thể mà bài viết Wikipedia được liên kết với các bài viết của e bởi một liên kết đi hoặc gửi đến.

Kết quả (Việt) 2:

Ứng Set Mở rộng Trong khi các liên kết từ vựng dựa trên hoạt động tốt cho tweet duy nhất, áp dụng nó vào mức độ hashtag có ý nghĩa tinh tế. Xử lý một số lượng lớn các văn bản, đặc biệt là trong một khoảng thời gian hashtag vỡ, phải gánh chịu chi phí tính toán expen-sive. Vì vậy, để đảm bảo thu hồi tốt trong bước này trong khi vẫn duy trì tính khả thi, chúng tôi áp dụng thực thể chỉ liên kết trên một mẫu ngẫu nhiên của bộ tweet đầy đủ. Sau đó cho từng thực thể ứng cử viên e, chúng tôi bao gồm tất cả các thực thể có bài viết Wikipedia được liên kết với các bài viết của e bởi một liên kết đi hoặc gọi đến.