Specifically, we describe two novel

Specifically, we describe two novel Open IE systems: RE-VERB1 and R2A2 [Fader et al., 2011; Christensen et al.,2011a], which substantially improve both precision and recall when compared to previous extractors such as TEXTRUNNER and WOE. In particular, REVERB implements a novel relation phrase identifier based on generic syntactic and lexical constraints. R2A2 adds an argument identifier, ARGLEARNER, to better extract the arguments for these relation phrases. Both systems are based on almost five years of experience with Open IE systems, including TEXTRUNNER, WOE, and a careful analysis of their errors

Kết quả (Việt) 1:

Cụ thể, chúng tôi mô tả hai tiểu thuyết hệ thống mở IE: RE-VERB1 và R2A2 [Fader et al., năm 2011; Christensen và ctv., 2011a], mà đáng kể cải thiện độ chính xác và nhớ lại khi so sánh với trước extractors như TEXTRUNNER và bất HẠNH. Đặc biệt, REVERB thực hiện một nhận dạng cụm từ tiểu thuyết liên quan dựa trên các khó khăn chung của cú pháp và từ vựng. R2A2 thêm một đối số định danh, ARGLEARNER, tốt hơn giải nén các đối số cho các cụm từ liên quan. Cả hai hệ thống đều dựa trên gần năm năm kinh nghiệm với các hệ thống mở IE, bao gồm cả TEXTRUNNER, WOE và phân tích cẩn thận về lỗi của họ

Kết quả (Việt) 2:

Cụ thể, chúng tôi mô tả hai hệ thống mở IE cuốn tiểu thuyết: RE-VERB1 và ​​R2A2 [Fader et al, 2011;. Christensen et al., 2011a], trong đó cải thiện đáng kể cả tính chính xác và nhớ lại khi so với nhổ trước như TEXTRUNNER và WOE. Đặc biệt, REVERB thực hiện một cụm từ định danh quan hệ mới dựa trên các ràng buộc cú pháp và từ vựng chung. R2A2 thêm một định luận, ARGLEARNER, để trích xuất tốt hơn các đối số cho các cụm từ liên quan. Cả hai hệ thống đều được dựa trên năm năm kinh nghiệm với các hệ thống mở IE, bao gồm TEXTRUNNER, WOE, và phân tích cẩn thận các lỗi của họ