Trích rút thông tin cá nhân từ văn bản tiếng Việt.
Luận văn · Thạc sĩ · năm 2014 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin — Công nghệ thông tin |
| Tác giả | Nguyễn Cao Cường |
| Người hướng dẫn | Lê Thanh Hương |
| Cơ sở đào tạo | Đại học Bách khoa Hà Nội |
| Năm | 2014 |
| Nguồn | Thư viện số Đại học Bách khoa Hà Nội · trang gốc |
Tóm tắt
Khái quát về trích rút thông tin, bài toán trích rút thông tin cá nhân, phương pháp giải quyết bài toán. Trích rút thực thể và trích rút quan hệ. Kiến trúc của hệ thống, bộ trích rút thực thể dựa trên mô hình CRF, các đặc trưng cho quá trình học máy, quản lý thông tin cá nhân.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- The building a car repair management web app (frontend and reporting system)
- Cơ sở dữ liệu đồ thị và ứng dụng
- Detect and localize interference sources for global navigation satellite systems
- Áp dụng lý thuyết trò chơi và cân bằng Nash xây dựng phương pháp mô hình hóa xung đột trong quản lý dự án đầu tư công nghệ thông tin và thử nghiệm trong một số bài toán điển hình
- Tìm kiếm trong cơ sở dữ liệu dựa trên từ khóa
- Giải một số bài toán về số nguyên tố với sự trợ giúp mathematica
- Nghiên cứu xây dựng thuật toán điều khiển dự báo phi tập trung cho một lớp đối tượng phi tuyến
- Overcoming some limitations of deep neural nets with variational method using Gaussian mixture model and Dropout = Giải quyết một số vấn đề trong mạng nơ-ron bằng phương pháp biến phân sử dụng mô hình trộn Gauss và Dropout
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.