May, 2022

Wojood：基于 BERT 的嵌套阿拉伯语命名实体语料库和识别

PDF
TL;DR本文提供了 Wojood（一个阿拉伯嵌套命名实体识别语料库）。该语料库包括约 550K 个现代标准阿拉伯语（MSA）和方言标记，手动注释了 21 种实体类型，包括人物，组织，地点，事件和日期，并注释了嵌套实体而非通常的扁平注释。该数据包含约 75K 个实体，其中 22.5％是嵌套实体。该文提供的模型利用多任务学习和 AraBERT（阿拉伯 BERT）对数据进行训练，总体微 F1 得分为 0.884。我们的语料库，注释指南，源代码和预训练模型均可公开获取。
arabicnamed entity recognitionnested entitiescorpusmulti-task learning
发现论文，激发创造
  • WojoodNER 2023: 首个阿拉伯命名实体识别共享任务

    WojoodNER-2023 是第一个阿拉伯命名实体识别（NER）共享任务，提供新的 NER 数据集（即 Wojood），定义了用于不同 NER 方法之间有意义比较的子任务。本次共享任务包含两个子任务：FlatNER 和 NestedNER。共有 45 个独特的团队注册参加，其中 11 个团队积极参与测试阶段。具体而言，11 个团队参与了 FlatNER，而 8 个团队解决了 NestedNER。获胜团队在 FlatNER 和 NestedNER 中分别取得了 91.96 和 93.73 的 F1 分数。

    Oct, 2023

  • 阿拉伯细粒度实体识别

    该研究论文旨在通过扩展 Wojood（一种开源的阿拉伯语嵌套命名实体语料库）的细分类型，提升阿拉伯语 NER 的准确性和细粒度，通过改变 Wojood 的注释，手动标注扩展 Wojood，并在三种设置下使用预训练的阿拉伯 BERT 编码器计算 WojoodFine 的基准，其 F1 分数分别为 0.920, 0.866, 和 0.885。

    Oct, 2023

  • 阿拉伯命名实体识别综述：历史、最新进展和未来趋势

    本文全面回顾了阿拉伯语命名实体识别技术的发展，特别是深度学习和预训练语言模型的最新进展，介绍了传统阿拉伯语 NER 系统和最新发展的深度学习方法，并指出了与其他语言 NER 技术的差距，为阿拉伯语 NER 未来的发展方向提供了参考。

    Feb, 2023

  • 使用 BERT 的波斯语命名实体识别模型 Beheshti-NER

    本文使用预训练的深度双向网络 Google BERT，建立了一个用于波斯语命名实体识别的模型，并在 CONLL 2003 评测任务中获得了较高的成绩。

    Mar, 2020

  • NNE: 英语新闻中嵌套命名实体识别数据集

    本文介绍了 NNE 数据集，这是一种精细的、嵌套的命名实体识别数据集，可应用于英语新闻文本中。该数据集包含多个命名实体类型、多层嵌套，希望其公开发布能推动嵌套 NER 新技术的发展。

    Jun, 2019

  • 使用新数据集的 LSTM 和 GRU 在阿拉伯语言命名实体识别中的应用

    本文介绍一种使用 BIOES 格式标记具有超过 36,000 个数据记录的阿拉伯语命名实体识别数据集，并使用 LSTM 和 GRU 进行建模的方法， 取得了大约 80％的良好成果，同时介绍了使用 Trax 和 Colab 平台的新库。

    Apr, 2023

  • 作为潜在的词汇化组成句子分析的嵌套命名实体识别

    本文提出使用词性识别和命名实体识别相结合的方法，在 NER 中推广了语法结构树，并引入局部边际化算法来解决名字嵌套的问题。实验结果表明，使用本文提出的方法在 ACE2004，ACE2005 和 NNE 数据集上达到了现有最优效果，并在 GENIA 数据集上表现出色，并且具有快速的推理速度。

    Mar, 2022

  • 在 StackOverflow 中进行代码和命名实体识别

    本文介绍了一个计算机编程领域的新命名实体识别（NER）语料库，包括 15,372 个句子和 20 种细粒度实体类型。我们使用基于 BERToverflow 的训练数据对 BERT 模型进行了改进，并提出了 SoftNER 模型，通过上下文无关代码标记分类器和语料库级特征，可在 StackOverflow 数据集上实现代码和命名实体识别。

    May, 2020

  • 比较开源阿拉伯语命名实体识别工具

    该论文比较和评估了三种开放式阿拉伯命名实体识别工具的性能，并集成了这三种工具的结果来识别 COVID-19 相关文章中的命名实体，研究结果表明 CAMeL 在人名和组织名的识别上具有更高的精确度值，而在综合 F1 分数和召回率方面，将三种工具的结果合并可以获得更好的效果。

    May, 2022

  • 基于 Transformer 的 ANER：阿拉伯语和阿拉伯文转写命名实体识别

    自然语言处理中的命名实体识别（NER）是一项主要任务之一，本文介绍了一个基于 BERT 模型的用于阿拉伯语和 Arabizi 语言的网页命名实体识别器。该模型可以识别 50 个不同的实体类别，并在多个数据集上取得了高准确率，系统部署在用户友好的网页界面上供用户使用，并具备了使用 CAMeL Tools 模型的能力。

    Aug, 2023