elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

GazPNE: annotation-free deep learning for place name extraction from microblogs leveraging gazetteer and synthetic data by rules

Hu, Xuke und Olimat, Hussein S. Al und Kersten, Jens und Wiegmann, Matti und Klan, Friederike und Sun, Yeran und Fan, Hongchao (2021) GazPNE: annotation-free deep learning for place name extraction from microblogs leveraging gazetteer and synthetic data by rules. International Journal of Geographical Information Science. Taylor & Francis. doi: 10.1080/13658816.2021.1947507. ISSN 1365-8816.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
1MB

elib-URL des Eintrags:https://elib.dlr.de/146451/
Dokumentart:Zeitschriftenbeitrag
Titel:GazPNE: annotation-free deep learning for place name extraction from microblogs leveraging gazetteer and synthetic data by rules
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Hu, XukeXuke.Hu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Olimat, Hussein S. AlTempus Labs IncNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Kersten, JensJens.Kersten (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wiegmann, MattiMatti.Wiegmann (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Klan, FriederikeFriederike.Klan (at) dlr.dehttps://orcid.org/0000-0002-1856-7334NICHT SPEZIFIZIERT
Sun, YeranSwansea UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Fan, Hongchaohongchao.fan (at) ntnu.noNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Juli 2021
Erschienen in:International Journal of Geographical Information Science
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1080/13658816.2021.1947507
Verlag:Taylor & Francis
ISSN:1365-8816
Status:veröffentlicht
Stichwörter:Place name extraction; gazetteer; OpenStreetMap; synthetic data; rule; microblog; deep learning
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Erforschung Bürgerwissenschaftlicher Methoden, R - QS-Projekt_04 Big-Data-Plattform
Standort: Jena
Institute & Einrichtungen:Institut für Datenwissenschaften > Bürgerwissenschaften
Hinterlegt von: Hu, Xuke
Hinterlegt am:30 Nov 2021 16:00
Letzte Änderung:23 Okt 2023 08:44

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.