多语言互通:谷歌发布实体检索模型,涵盖超过100种语言和2000万个实体
新智元
共 1526字,需浏览 4分钟
·
2020-11-13 08:15
新智元报道
新智元报道
编辑:QJP
【新智元导读】实体链接(Entity linking)通常在自然语言理解和知识图谱中起着关键作用。谷歌AI研究人员近期提出了一种新的技术,在这种技术中,可以将特定语言解析为与语言无关的知识库。
评论
Yahoo FEL多语言实体链接工具包
FastEntityLinker用于训练模型,以将实体链接到文档和查询中的知识库(维基百科),是一款无监督、准确、可扩展多语言实体名称识别和链接系统,同时包含英语、西班牙语和中文数据包。在算法上,使用
Yahoo FEL多语言实体链接工具包
0
StarSpace实体嵌入通用神经网络模型
StarSpace是用于高效学习实体嵌入(Entity embeddings)的通用神经模型,可解决各种各样的问题:学习单词、句子或文档级嵌入文本分类或其他标签任务信息检索:实体/文件或对象集合的排序
StarSpace实体嵌入通用神经网络模型
0
UnamperXML 实体解码器
Unamper 是纯Swift实现XHTML,HTML,和XML的实体解码器。XHTML,HTML,和XML实体解码let string = ""Peas & Car
UnamperXML 实体解码器
0