Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/35325
Title: Deep learning approaches for namd entity recognition
Authors: Mingneau, Cedric
Advisors: NEVEN, Frank
Issue Date: 2021
Publisher: tUL
Abstract: Dit onderzoek vormde een haalbaarheidstudie omtrent de toepasbaarheid van NER-modellen op bedrijfsdocumenten. De thesis werd geschreven binnen de context van een stage voor het accountantskantoor Van Havermaet. Tijdens de stage werd NER als subdomein van NLP onderzocht. Vervolgens werden verschillende NER-softwarepakketten voorgesteld. De Python module 'spaCy' werd uiteindelijk toegepast. De achterliggende algoritmes van dit softwarepakket werden toegelicht. Uiteindelijk werden een reeks experimenten uitgevoerd om de toepasbaarheid te meten. De thesis werd afgesloten door een bundeling van 'lessons learned' en praktisch advies.
Notes: master in de informatica
Document URI: http://hdl.handle.net/1942/35325
Category: T2
Type: Theses and Dissertations
Appears in Collections:Master theses

Files in This Item:
File Description SizeFormat 
414109d8-25cb-4e95-bfe9-db696170ce7a.pdf8.52 MBAdobe PDFView/Open
Show full item record

Page view(s)

152
checked on Nov 7, 2023

Download(s)

56
checked on Nov 7, 2023

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.