Named Entity Recognition on A Collection of Research Titles

Abstrak

Judul dapat membantu pembaca untuk mendapatkan sudut pandang universal dari artikel tersebut sebagai pemahaman awal sebelum membaca konten secara keseluruhan. Pada penelitian teknis, judul memuat informasi penting. Dalam penelitian ini, kami mengembangkan teknik ekstraksi informasi untuk mengenali dan mengekstrak masalah, metode, dan domain penelitian yang terdapat dalam judul. Kami menerapkan pendekatan supervised learning pada 671 judul penelitian dalam bidang ilmu komputer dari beragam jurnal online dan prosiding seminar internasional. Kami melakukan beberapa percobaan dengan skema yang berbeda untuk mempelajari pengaruh fitur dan kinerja algoritma. Kami menguji fitur kontekstual, fitur sintaksis, dan fitur bag of words menggunakan Naïve Bayes dan Maximum Entropy. Classifier Naïve Bayes yang belajar dari kelompok set fitur pertama berhasil memprediksi kategori masing-masing token dalam dataset judul. Keakuratan dan nilai f1-score untuk setiap kelas lebih dari 0,80 karena kelompok pertama set fitur mempertimbangkan lokasi token dalam sebuah kalimat, memperhatikan token sekitar dan tag POS dari beberapa token sebelum dan sesudah. Sementara classifier Naïve Bayes yang dipelajari dari kelompok kedua dari rangkaian fitur lebih tepat mengklasifikasikan token frase daripada token kata.