在自然语言处理中,分块的目的是什么?
最佳答案
分块也称为浅层解析,它基本上是识别语音部分和短短语(如名词短语)。 Part of speech tagging告诉您单词是否为名词,动词,形容词等,但它不提供有关句子结构或句子中短语的任何线索。有时候,拥有更多信息而不仅仅是单词的词性会很有用,但是您并不需要解析时得到的完整的解析树。
何时可能更希望使用分块的示例是Named Entity Recognition。在NER中,您的目标是找到命名实体,这些实体通常是名词短语(尽管并非总是如此),因此您想知道总统巴拉克·奥巴马在以下句子中:
President Barack Obama criticized insurance companies and banks as he urged supporters to pressure Congress to back his moves to revamp the health-care system and overhaul financial regulations. (source)
但您不必一定在乎他是句子的主题。
分块也已相当普遍地用作其他任务的预处理步骤,例如基于示例的机器翻译,自然语言理解,语音生成等。
关于computer-science - 在自然语言处理中,分块的目的是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1598940/