ACLSep, 2017

SemEval-2016 11 号任务中 CLaC: 探究语言和心理语言学特征在复杂词语识别中的应用

PDF
TL;DR本文介绍了 CLaC-EDLK 团队在 SemEval 2016 的 “复杂单词识别任务” 中所采用的系统，该系统基于语言特征和认知复杂度，运用多个有监督学习模型，其中随机森林模型的表现最佳，最终我们的最佳配置在任务中取得了 68.8% 的 G-score，排名第 21 位。
发现论文，激发创造
  • 复杂词汇识别：数据注释和系统性能挑战

    本研究重新审视复杂词汇鉴别问题，使用集成分类器研究计算方法能否有效区分复杂和非复杂词汇，并分析分类性能以了解词汇复杂性的挑战性原因，发现大多数系统在 SemEval CWI 数据集上表现不佳，其中一个原因是人类标注方式。

    Oct, 2017

  • BigGreen 在 SemEval-2021 任务 1 中使用装配模型预测词汇复杂度

    本文介绍一个系统，该系统可以预测英语单词在给定上下文中的词汇复杂度。该系统基于 BERT，并通过特征工程模型与深度神经网络模型相结合，使用手工制作的特征来进行预测。通过 BERT 注意力图的可视化，我们可以发现 Transformers 模型在进行预测时所学习的一些特征。我们展示了如何将其用于多单词表达式子任务，同时，对于单一单词子任务，我们的集成预测表现也十分出色。

    Apr, 2021

  • 2018 年复杂词汇识别共享任务报告

    本篇论文报告了第二次 Complex Word Identification (CWI) shared task 的结果，这是 BEA 与 NAACL-HLT'2018 会议合作的一部分。该任务旨在识别复杂词语，分为 4 个轨道，包括英语、德语、西班牙语和多语种，涵盖了两种任务：二元分类和概率分类。11 个团队提交了论文，详细描述了其结果和方法。

    Apr, 2018

  • UnibucKernel: 用于复杂词语识别的基于核的学习方法

    本文利用基于核函数的学习方法相结合的特征提取方法来进行 2018 年复杂单词识别 (CWI) 共享任务，并且在英语维基百科数据集上获得了较好的结果.

    Mar, 2018

  • SemEval-2021 任务 1：词汇复杂度预测

    本文介绍了 SemEval-2021 任务 1 的结果和主要发现，该任务专注于单词和多词表达式的词汇复杂性预测，使用 CompLex 语料库对这些单词和表达式进行了标注。该比赛吸引了 198 支队伍参加，其中 54 支队伍提交了关于单词的正式结果，37 支队伍提交了关于多词表达式的正式结果。

    Jun, 2021

  • 使用 Likert 量表数据进行词汇复杂度预测的新语料库 CompLex

    本文介绍了第一个英语数据集，以连续的词汇复杂度预测为目标，通过使用一种 5 点 Likert 量表方案，注释文本中来自三个领域的复杂单词并得出： 9,476 个句子的语料库。

    Mar, 2020

  • 一个词汇复杂度词典和神经可读性排名模型，用于词汇简化

    本文利用基于人类判断的词汇复杂性词典和基于高斯的特征向量化层提出了一种新的神经可读性排名模型，用于衡量任何给定单词或短语的复杂性，并通过将该模型应用于 Paraphrase 数据库（PPDB）生成了超过 1000 万个简化的复述规则。实验证明，我们的模型在不同的词汇简化任务和评估数据集上表现优于现有的最佳系统。

    Oct, 2018

  • SemEval-2022 11 任务：语义模糊环境中低资源语言的复杂命名实体识别

    使用预训练的语言模型和整词遮罩技术，结合 CRF、BiLSTMs、线性分类器等多种神经网络架构， 在中文和西班牙语两种低资源语言的命名实体识别任务上超越基准，并在任务中表现最佳模型占据竞争性位置。

    Jul, 2022

  • 词汇复杂度预测：概述

    本文主要介绍了如何利用计算模型思想来预测英文文本的词汇复杂度，并详细论述了基于传统机器学习分类器和深度神经网络的不同方法，以及相关实验和应用领域如文本简化。

    Mar, 2023

  • 跨多语言的复杂词辨识强基线

    本文介绍了关于复杂词汇辨识（CWI）的研究，包括单语和跨语言的模型，并使用神经网络实现了多任务学习，取得了可比和更好的成果，此外还分析了数据标注不一致的原因。

    Apr, 2019