EMNLPAug, 2021

时间表达式归一化自动生成规则

PDF
TL;DR本文介绍一种名为 ARTime 的新型时间表达式归一方法，它可以自动从训练数据中生成规则，避免了对领域专家的依赖，并在 Tweets 基准测试上显着超越了 SOTA 方法，并在 TempEval-3 基准测试上实现了与现有专家设计规则方法的竞争性结果。
time expressionsrecognitionnormalizationartimebenchmark
发现论文，激发创造
  • ManTIME: TempEval-3 挑战赛中的时间表达式识别和归一化

    本文介绍了一个用于 TempEval-3 挑战的时间表达式识别和归一化系统 ManTIME，其中识别阶段结合了条件随机场和后处理识别管道，而规范化阶段则使用 NorMA，探讨了不同特征类型对性能的影响。最好的运行在标识阶段达到 0.95（P），0.85（R）和 0.90（F1），规一化精度分别为 0.84（类型属性）和 0.77（值属性）

    Apr, 2013

  • 使用深度学习和基于语法的方法进行多语言 Timex 检测和归一化的模块化方法

    本文提出一种模块化的多语言时间处理系统，结合了微调的遮蔽语言模型和基于语法的规范化器，实验在西班牙语和英语中并与 HeidelTime 进行比较，获得了最佳结果的金标准 timex 标准化、timex 检测和类型识别，并在组合 TempEval-3 松弛值度量中具有竞争性的表现。

    Apr, 2023

  • TweeTime: 在 Twitter 中识别和标准化时间表达的最小监督方法

    TweeTIME 是一种时间标记工具，用于在 Twitter 中识别和规范化时间表达式。它通过大量未标记数据的最小监督方法学习，并不需要手工规则或手工标注的训练语料库，其性能远优于广泛采用的最新系统，F1 得分为 0.68。

    Aug, 2016

  • 上下文中基于对话的时态表达规范化的学习

    使用大型语言模型和上下文学习，通过样本选择策略实现时间表达归一化，取得了与此任务相关模型相媲美的竞争性结果，并在非标准设置中通过动态包含相关示例在推断过程中实现大幅度的性能改进。

    Apr, 2024

  • 使用掩码语言模型进行多语言时态词语归一化

    提出了一种基于遮蔽语言模型的新型神经网络方法用于归一化时间表达式，其在多语言情况下优于传统的基于规则的系统，并在低资源语言方面取得了高达 33 F1 的表现提升。

    May, 2022

  • XLTime：一个用于时间表达式抽取的跨语言知识迁移框架

    XLTime 使用预训练语言模型和多任务学习，在英语和非英语语言之间促进跨语言知识转移，以减轻目标语言数据短缺引起的问题，在法语、西班牙语、葡萄牙语和巴斯克语等语言上表现优于先前的自动 SOTA 方法，并且显著缩小了手工制作的 HeidelTime 方法的差距。

    May, 2022

  • 跨语言时间与数字表达式抽取与规范化的数据集与基线系统

    本文描述了一种多语言评估数据集 - NTX，该数据集涵盖了 14 种语言中的不同时间和数字表达式，覆盖了提取、规范化和解析，并提供了一种强大的基线对比其他模型在此数据集中的评估。

    Mar, 2023

  • TIMELINE：新闻文章中支持自动排序事件的时间关系的详尽注释

    该研究论文介绍了一种新的标注方案，以解决现有时间关系注释新闻数据集中存在的问题，并自动化了标注过程，从而减少了时间和人力成本。该论文还报告了基于新语料库进行训练和评估基线时间关系提取模型的结果，并与广泛使用的 MATRES 语料库的结果进行了比较。

    Oct, 2023

  • 基于多语言 Transformer 的序列 - 序列词汇规范化

    本论文通过使用基于 mBART 的句子级序列到序列模型，将自然语言处理中的标准化问题归结为机器翻译问题，利用多语言预训练技术进行 fine-tuned，优于操作原始社交媒体文本的模型，在下游任务中实现性能提升。

    Oct, 2021

  • 自动文本规范化用于仇恨言论检测

    社交媒体数据是研究的宝贵资源，非标准词汇是对 NLP 工具运行的一种障碍。我们采用了一种简单的序列到序列模型，通过文本规范化的实验结果显示准确率接近 70%，同时也提升了 2% 左右的仇恨言论检测任务的准确性，展示了提高复杂 NLP 任务性能的潜力。

    Nov, 2023