Razmecheno:日記「Prozhito」のディジタルアーカイブからの名前付きエンティティ認識【JST・京大機械翻訳】

Atnashev Timofey; Ganeeva Veronika; Kazakov Roman; Matyash Daria; Sonkin Michael; Voloshina Ekaterina; Serikov Oleg; Artemova Ekaterina

プレプリント

J-GLOBAL ID：202202220483888907 整理番号：22P0279157

Razmecheno:日記「Prozhito」のディジタルアーカイブからの名前付きエンティティ認識【JST・京大機械翻訳】

Razmecheno: Named Entity Recognition from Digital Archive of Diaries "Prozhito"

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年01月24日プレプリントサーバーでの情報更新日： 2022年01月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Named Entity認識(NER)のための既存のデータセットの大部分は,歴史的およびリテラリーテキストから作成した少数の例外で,ニュース,研究論文およびWikipediaに主として構築されている。さらに,英語は,さらなるラベリングのためのデータのための主要な源である。本論文は,ロシアにおけるプロジェクト「Prozhito」の日記テキストから集められた新しいデータセット「Razmecheno」を作成することにより,複数のギャップを埋めることを目指した。著者らのデータセットは,複数の研究ライン,即ち,ダイヤテキストのリテラリー研究,他のドメインからの転送学習,低資源または交差言語,エンティティ認識という関心がある。Razmechenoは,1331の文と14119のトークンから成り,ペレストロカで書かれた日記からサンプリングされた。注釈スキーマは,5つの一般的に使用されるエンティティタグ:人,特性,位置,組織,および施設から成る。ラベリングは,Yandexからのクラウドソーシングプラットフォームに関して実行した。2つのステージでトロカ。最初に,労働者は特定のタイプの実体を含む文章を選択した。第二に,それらは実体スパンをマークした。その結果,1113の実体を得た。Razmechenoの経験的評価を,オフ-市販NERツールおよび微調整前訓練文脈化符号器により行った。オープンアクセスのために注釈付きデータセットを解放した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

パターン認識 , 人工知能

, , ,

前のページに戻る