Was ist der Unterschied zwischen der Erkennung von benannten Entitäten und der Auflösung von benannten Entitäten? Würde ein praktisches Beispiel schätzen.
Die Erkennung von benannten Entitäten nimmt die Namen auf und klassifiziert sie im laufenden Text. Z. B. gegeben ( 1 )
%Vor%Ein NE-Erkenner gibt
aus %Vor%NE Auflösung oder Normalisierung bedeutet herauszufinden, auf welche Entität in der Außenwelt sich ein Name bezieht. Zum Beispiel würde in dem obigen Beispiel die Ausgabe mit einer eindeutigen Kennung für den Fußballspieler John Terry versehen werden, wie seine Wikipedia-URL:
%Vor%im Gegensatz zu z. B.
%Vor%oder irgendein anderer John Terry, den die Wikipedia kennt.
Tags und Links nlp named-entity-recognition named-entity-extraction