Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Incremental Fast Policy Search Using a Single Sample Path Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Named Entity Identification Based Translation Disambiguation Model

verfasst von : Vijay Kumar Sharma, Namita Mittal

Erschienen in: Pattern Recognition and Machine Intelligence

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Machine Translation (MT) systems are in growing state for Indian languages, where either a translation or transliteration mechanism is used for a word or phrase. Identifying whether a word needs translation or transliteration mechanism, is still a challenge. Since the Named Entity (NE) terms have a property of similar pronunciation across the languages. So the Named Entity Identification (NEI) will be very useful for disambiguating the word in favor of either translation or transliteration. Term Frequency Model (TFM), i.e., a Cross-Lingual Information Retrieval (CLIR) model is used to evaluate the NEI based translation disambiguation model.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Metaphor Detection Approach Using Cosine Similarity
Nächstes Kapitel LEXER: LEXicon Based Emotion AnalyzeR
Fußnoten
Literatur
1.
Nayan, A., Rao, B.R.K., Singh, P., Sanyal, S., Sanyal, R.: Named entity recognition for Indian languages. In: IJCNLP, pp. 97–104 (2008)
2.
Saha, S.K., Chatterji, S., Dandapat, S., Sarkar, S., Mitra, P.: A hybrid approach for named entity recognition in Indian languages. In: Proceedings of the IJCNLP-08 Workshop on NER for South and South East Asian languages, pp. 17–24 (2008)
3.
Nothman, J., Curran, J.R., Murphy, T.: Transforming Wikipedia into named entity training data. In: Proceedings of the Australian Language Technology Workshop, pp. 124–132 (2008)
4.
Maxwell, C.J., Krishnarao, A.A., Gahlot, H., Srinet, A., Kushwaha, D.S.: A comparative study of named entity recognition for Hindi using sequential learning algorithms. In: Advance Computing Conference, 2009, IACC 2009, IEEE International, pp. 1164–1169. IEEE (2009)
5.
Bhagavatula, M., GSK, S., Varma, V.: Language-independent named entity identification using Wikipedia. In: Proceedings of the First Workshop on Multilingual Modeling, Association for Computational Linguistics, pp. 11–17 (2012)
6.
Mathur, S., Saxena, V.P.: Hybrid approach to English-Hindi name entity transliteration. In: IEEE Students’ conference on Electrical, Electronis and Computer Science (2014)
7.
Prasad, G., Fousiya, K.K.: Named entity recognition approaches: a study applied to English and Hindi language. In: International Conference on Circuit, Power and Computing Technologies (ICCPCT), 2015, pp. 1–4. IEEE (2015)
8.
Sharma, V.K., Mittal, N.: Cross Lingual Information Retrieval (CLIR): Review of tools, challenges and translation approaches. In: Information System Design and Intelligent Application, pp. 699–708 (2016)
9.
Sharma, V.K, Mittal, N.: Cross lingual information retrieval: a dictionary based query translation approach? In: Advances in Intelligent Systems and Computing (2016)
10.
Sharma, V.K., Mittal, N.: Exploiting parallel sentences and cosine similarity for identifying target language translation. J. Procedia Comput. Sci. 89, 428–433 (2016)CrossRef
11.
Vulic, I., de Smet, W., Moens, M.-F.: Cross-language information retrieval models based on latent topic models trained with document-aligned comparable corpora. Inf. Retrieval 16(3), 331–368 (2013)CrossRef
12.
Jagarlamudi, J., Kumaran, A.: Cross-Lingual information retrieval system for Indian languages. In: Peters, C., Jijkoun, V., Mandl, T., Müller, H., Oard, D.W., Peñas, A., Petras, V., Santos, D. (eds.) CLEF 2007. LNCS, vol. 5152, pp. 80–87. Springer, Heidelberg (2008). doi:10.​1007/​978-3-540-85760-0_​10 CrossRef
13.
Saravanan, K., Udupa, R., Kumaran, A.: Crosslingual information retrieval system enhanced with transliteration generation and mining. In: Forum for Information Retrieval Evaluation (FIRE-2010) Workshop (2010)
14.
Surya, G., Harsha, S., Pingali, P., Verma, V.: Statistical transliteration for cross language information retrieval using HMM alignment model and CRF. In: Proceedings of the 2nd Workshop on Cross Lingual Information Access (2008)
15.
Shishtla, P., Surya, G., Sethuramalingam, S., Varma, V.: A language-independent transliteration schema using character aligned models at NEWS 2009. In: Proceedings of the 2009 Named Entities Workshop: Shared Task on Transliteration, Association for Computational Linguistics, pp. 40–43 (2009)
Metadaten
Titel
Named Entity Identification Based Translation Disambiguation Model
verfasst von
Vijay Kumar Sharma
Namita Mittal
Copyright-Jahr
2017
Buch
Pattern Recognition and Machine Intelligence

Print ISBN: 978-3-319-69899-1

Electronic ISBN: 978-3-319-69900-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-69900-4_46