産業における研究開発・イノベーションに関するデータ | 科学技術・学術政策研究所 (NISTEP)
特許データや各種の統計データを用いて、日本の産業における研究開発やイノベーションについての分析を行うための企業名辞書を公開しています。 お知らせ 2024年9月6日 NISTEP企業名辞書Ver.2024_1の公開を行いました。←NEW！ 2023年9月13日 NISTEP企業名辞書Ver.2023_1の公開を行いました。 2023年8月18日 NISTEP大学・公的機関名辞書と特許出願情報との対応テーブルVer.2023_1の公開を行いました。 2022年11月10日 NISTEP企業名辞書Ver.2022_1の公開を行いました。 2021年10月4日 NISTEP企業名辞書Ver.2021_1の公開を行いました。 2020年9月23日 NISTEP企業名辞書Ver.2020_2の公開を行いました。 2020年2月25日 各データへのDOI付与とライブラリへの移
公開されている日本の企業名辞書の紹介 - MNTSQ Techブログ
特許・契約書・有価証券報告書・企業関連ニュースなど、実応用上の自然言語処理では、会社名を認識したいという場面に非常に多く出くわす。 会社名らしい文字列をテキストから抽出することは、形態素解析器の辞書を用いたり固有表現抽出モデルを学習することである程度実現される一方で、抽出した会社名をレコード化して分析などに用いる際には、いわゆる名寄せの問題が発生する。 自然言語処理における名寄せに似た問題は、エンティティリンキングや共参照解析といったアプローチで探求されており、実応用上は前者のアプローチが採られることが多い印象がある。*1 名寄せタスクをエンティティリンキング的に解くためには、帰着先の知識ベース・辞書が予め存在していることが必要だが、研究の文脈では知識ベースとしてWikipediaが採用されることが多い。 Wikipediaを用いる利点は多くあり、様々なエンティティ種に対してそこそこのカバ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
