Consultar por División
Resultados para esta búsqueda:
Número de registros en este nivel: 2.
K
Artículo
Materias > Ingeniería
Universidad Europea del Atlántico > Investigación > Artículos y libros
Fundación Universitaria Internacional de Colombia > Investigación > Revistas Científicas
Universidad Internacional Iberoamericana México > Investigación > Artículos y libros
Universidad Internacional Iberoamericana Puerto Rico > Investigación > Artículos y libros
Universidad Internacional do Cuanza > Investigación > Artículos y libros
Abierto
Inglés
Named Entity Recognition (NER) is a natural language processing task that has been widely explored for different languages in the recent decade but is still an under-researched area for the Urdu language due to its rich morphology and language complexities. Existing state-of-the-art studies on Urdu NER use various deep-learning approaches through automatic feature selection using word embeddings. This paper presents a deep learning approach for Urdu NER that harnesses FastText and Floret word embeddings to capture the contextual information of words by considering the surrounding context of words for improved feature extraction. The pre-trained FastText and Floret word embeddings are publicly available for Urdu language which are utilized to generate feature vectors of four benchmark Urdu language datasets. These features are then used as input to train various combinations of Long Short-Term Memory (LSTM), Bidirectional LSTM (BiLSTM), Gated Recurrent Unit (GRU), CRF, and deep learning models. The results show that our proposed approach significantly outperforms existing state-of-the-art studies on Urdu NER, achieving an F-score of up to 0.98 when using BiLSTM+GRU with Floret embeddings. Error analysis shows a low classification error rate ranging from 1.24% to 3.63% across various datasets showing the robustness of the proposed approach. The performance comparison shows that the proposed approach significantly outperforms similar existing studies.
Khan, Hikmat Ullah; Anam, Rimsha; Anwar, Muhammad Waqas; Jamal, Muhammad Hasan; Bajwa, Usama Ijaz; Diez, Isabel de la Torre; Silva Alvarado, Eduardo René; Soriano Flores, Emmanuel y Ashraf, Imran
SIN ESPECIFICAR, SIN ESPECIFICAR, SIN ESPECIFICAR, SIN ESPECIFICAR, SIN ESPECIFICAR, SIN ESPECIFICAR, eduardo.silva@funiber.org, emmanuel.soriano@uneatlantico.es, SIN ESPECIFICAR
Leer más
M
Revista
Materias > Educación
Universidad Europea del Atlántico > Investigación > Revistas Científicas
Fundación Universitaria Internacional de Colombia > Investigación > Revistas Científicas
Universidad Internacional Iberoamericana México > Investigación > Revistas Científicas
Universidad Internacional Iberoamericana Puerto Rico > Investigación > Revistas Científicas
Universidad Internacional do Cuanza > Investigación > Artículos y libros
Abierto
Español
La revista MLS Pedagogy, Culture and Innovation (MLSPCI) nace como una publicación interdisciplinar en la que tienen cabida todo tipo de trabajos procedentes del ámbito académico, social o cultural en los que prime el carácter innovador de las aportaciones. Abarca un gran número de temáticas actuales como pueden ser la tecnología educativa, interculturalidad e inclusión, desarrollo curricular, formación docente, tutoría, organización de centros, entre otras.
La revista está abierta a recibir estudios y experiencias sobre las mismas de ámbito europeo e iberoamericano preferentemente. Los artículos se publican en español, portugués e inglés. A partir de esta misma página, podrá acceder a los índices de todas las ediciones de la revista, los resúmenes del artículo y los textos completos. Asimismo, en la sección "Sobre la revista" encontrará toda la información sobre nuestra revista, su equipo editorial, sistema de publicación y envíos en línea.
Multi-Lingual Scientific Journals, (MLS)
mls@devnull.funiber.org
Leer más
