Different approaches vary in how th

Different approaches vary in how this probabilistic network is generated and which method is applied to combine individual distributions. Maximum Likelihood Estimation and Bayesian approaches are typical examples. Rule-based approaches require matching to pre-defined r es or heuristic patterns in order to extract terms and relations. A rule-based model is typically represented as a set of rules consisting of condition testing and action execution, such as dependency relation analysis and anaphoric resolution. Hybrid approaches leverage the strengths of both statistics-based and rulebased approaches.

결과 (한국어) 1:

다른 접근 다 어떻게이 확률 네트워크 생성 되 고 어떤 방법은 개별 분포를 결합에 적용 됩니다. 최대 가능성 추정 그리고 베이스 정리 접근은 일반적인 예입니다. 규칙 기반 접근 약관과 관계를 추출 하기 위해 미리 정의 된 r es 또는 추론 패턴을 일치 해야 합니다. 규칙 기반 모델은 일반적으로 규칙 종속성 관계 분석 및 anaphoric 해상도 등 조건 테스트 및 액션 실행의 구성 된 집합으로 표시 됩니다. 하이브리드 접근 방식을 활용 하 여 통계에 기초를 둔 둘 다의 강점 및 rulebased 접근.

결과 (한국어) 2:

다른 접근법이 확률 네트워크가 생성되는 방식으로 변화하고있는 방법은 개별적 분포를 결합하기 위해 적용된다. 최대 우도 추정 베이지안 접근법은 전형적인 예이다. 규칙 기반 접근 방식은 용어와 관계를 추출하기 위해하는 미리 정의 R 말이지 또는 휴리스틱 패턴 일치가 필요합니다. 규칙 기반 모델은 통상적으로 의존 관계 분석 및 anaphoric 해상도 조건 테스트와 행위 실행 이루어진 일련의 규칙으로 표현된다. 하이브리드는 모두 통계 기반 및 rulebased 접근 방식의 장점을 활용하여 접근한다.

결과 (한국어) 3:

다른 방법이 다르다, 이 방법은 이런 확률 네트워크 생기는 및 응용 결합 사람의 분포.최대 似然 평가 및 贝叶斯 방법 전형적인 실례.기초 방법을 필요로 일치하는 미리 정의된 R ES 또는 계발식 모델 은 추출 용어 및 관계 규칙.하나 는 규칙에 기초를 모델 보통 기 위해 한 팀 구성 테스트 조건 및 동작을 실행할 규칙 같은 의존 관계 분석 및 잘 해상도.혼합 방법 충분히 이용하다 쌍방의 강점 및 기반 규칙 방법은 기반 통계.