emNer - tulajdonnév-felismerő

Az eszközről

Mire jó? Mit csinál?

Az emNer automatikus tulajdonnév-felismerő rendszer azonosítja a folyó szövegben található tulajdonneveket, és besorolja őket az előre meghatározott névkategóriák valamelyikébe (személynév, intézménynév, földrajzi név, egyéb).

Mi a bemenet?

Az elemzőlánc előző szintjein feldolgozott magyar nyelvű szövegekkel dolgozik, amelyek már i) szavakra és mondatokra vannak bontva, ii) a szavakhoz hozzá van rendelve a tövük és a teljes morfológiai elemzésük. A tulajdonnév-felismerő modul hatékony működéséhez szükségesek ezek az információk.

Mi a kimenet?

A modul a szavakra és mondatokra bontott szöveg minden egyes tokenjéhez hozzárendel egy címkét, ami megmondja, hogy az adott szó i) tulajdonnév-e, ha igen, akkor ii) milyen kategóriájú tulajdonnév, iii) egy- vagy többelemű-e, ha ez utóbbi, akkor iv) a tulajdonnév kezdő, közbülső vagy záró eleme-e.
A kimenetben az előző szintek elemzése is megmarad, és a tulajdonnév-felismerő modul is hozzáteszi a saját címkéit.

Egy példa a működésre.

A példamondatban meg van jelölve minden tokenaz alábbi címkékkel: 0 = nem tulajdonnév, B-PER: egy többelemű személynév első eleme, E-PER: egy többelemű személynév utolsó eleme, B-ORG: egy többelemű intézmény első eleme, E-ORG: egy többelemű intézménynév utolsó eleme, 1-ORG: egyelemű intézménynév.

[...] közölte Wolf László, az OTP Bank vezérigazgató-helyettese az MTI érdeklődésére.

Fejlesztőknek