Identifikasi entitas orang dalam Dataset CoNLL-2003 versi bahasa Inggris menggunakan model CRF, BiLSTM, dan BiLSTM-CRF - Dalam bentuk buku karya ilmiah
MUHAMMAD ANTAREZ QHADAFI
Informasi Umum
Kode
25.04.068
Klasifikasi
006.35 - Natural Language Processing, Computer Science
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Natural Language Processing (nlp)
Dilihat
151 kali
Informasi Lainnya
Abstraksi
Kemampuan untuk mengenali entitas dalam teks, termasuk orang, tempat, tanggal, dan organisasi, menjadikan Named Entity Recognition sangat penting untuk banyak aplikasi Pemrosesan Bahasa Alami. Dalam beberapa tahun terakhir, model berbasis BiLSTM, terutama BiLSTM-CRF telah mendapatkan popularitas untuk ekstraksi entitas entitas karena efisiensinya. Namun, masih ada tantangan yaitu kesulitan untuk mengenali entitas dengan tepat di teks yang kompleks. Penelitian ini menyelidiki seberapa baik BiLSTM-CRF, BiLSTM, dan CRF dalam mengidentifikasi entitas orang dalam dataset CoNLL 2003 versi Inggris. Didapatkan hasil model CRF memperoleh precision sebesar 84,67%, recall sebesar 90%, dan F1-Score sebesar 87,24%, model BiLSTM memiliki precision tertinggi, yaitu 91,9%, dengan recall sebesar 82,45% dan F1-Score sebesar 86,75%, sedangkan model BiLSTM-CRF menunjukkan precision sebesar 88,68%, recall sebesar 67,59%, dan F1-Score sebesar 76,56%.
- CII4G3 - PEMROSESAN BAHASA ALAMI
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD ANTAREZ QHADAFI |
| Jenis | Perorangan |
| Penyunting | Moch. Arif Bijaksana, Bunyamin |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
