DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/9229

Arxiu Descripció MidaFormat
05360311.pdf201,92 kBAdobe PDFThumbnail
Veure/Obrir

Citació: González, E.; Turmo, J. Unsupervised relation extraction by massive clustering. A: IEEE International Conference On Data Mining. "9th IEEE International Conference On Data Mining". Miami: 2009, p. 782-787.
Títol: Unsupervised relation extraction by massive clustering
Autor: González Pellicer, Edgar Veure Producció científica UPC; Turmo Borras, Jorge Veure Producció científica UPC
Data: 2009
Tipus de document: Conference report
Resum: The goal of Information Extraction is to automatically generate structured pieces of information from the relevant information contained in text documents. Machine Learning techniques have been applied to reduce the cost of Information Extraction system adaptation. However, elements of human supervision strongly bias the learning process. Unsupervised learning approaches can avoid these biases. In this paper, we propose an unsupervised approach to learning for Relation Detection, based on the use of massive clustering ensembles. The results obtained on the ACE Relation Mention Detection task outperform in terms of F1 score by 5 points the state of the art of unsupervised techniques for this evaluation framework, in addition to being simpler and more flexible.
URI: http://hdl.handle.net/2117/9229
DOI: 10.1109/ICDM.2009.81
Versió de l'editor: http://ieeexplore.ieee.org/search/srchabstract.jsp?tp=&arnumber=5360311&queryText%3Dgonz%C3%A0lez+icdm+2009%26openedRefinements%3D*%26searchField%3DSearch+All
Apareix a les col·leccions:GPLN - Grup de Processament del Llenguatge Natural. Ponències/Comunicacions de congressos
Departament de Ciències de la Computació. Ponències/Comunicacions de congressos
Altres. Enviament des de DRAC
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius