Oct, 2023

WojoodNER 2023: 首个阿拉伯命名实体识别共享任务

PDF
TL;DRWojoodNER-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。
wojoodner-2023arabic named entity recognitionner datasetssubtasksf1 scores
发现论文，激发创造
  • Wojood：基于 BERT 的嵌套阿拉伯语命名实体语料库和识别

    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。

    May, 2022

  • 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

  • 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

  • SemEval-2023 任务 2: 细粒度多语种命名实体识别（MultiCoNER 2）

    该研究介绍了 SemEval-2023 Task 2 的发现，该任务主要聚焦于跨越 12 种语言的复杂名词实体的识别方法（如 WRITTENWORK，VEHICLE，MUSICALGRP），并研究了如何在单语和多语境以及噪声情况下实现。MultiCoNER 2 是 SemEval-2023 中最受欢迎的任务之一，从 47 个团队的 842 篇提交的论文中脱颖而出，并发现了媒体标题和产品名称是最具挑战性的实体类型，提出了将外部知识融入 transformer 模型中来实现最佳表现的方法，并注意到嘈杂的数据对模型性能有重要影响，对嘈杂数据中包含的复杂实体的 NER 鲁棒性的未来研究需要受到关注。

    May, 2023

  • 通用 NER：金标准多语言命名实体识别基准

    介绍了一个名为 Universal NER (UNER) 的开源项目，旨在开发多种语言的黄金标准 NER 基准；UNER 的目标是提供高质量的、跨语言一致的标注，以促进和标准化多语言 NER 研究。UNER v1 包含使用一致的跨语言模式在 12 种不同语言中注释的 18 个数据集。在本文中，我们详细介绍了 UNER 的数据集创建和组成，并提供了在本语言和跨语言学习设置下的初始建模基线。我们向公众发布了数据、代码和拟合模型。

    Nov, 2023

  • 命名实体识别统一的 MRC 框架

    本文提出一种统一的框架，通过将命名实体识别任务形式化为机器阅读理解问题，能够同时处理平面 NER 和嵌套 NER 任务，并在实验中验证该框架在嵌套 NER 数据集上大幅提高性能，并在平面 NER 中获得当前最佳结果。

    Oct, 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

  • Qtrade AI 在 SemEval-2022 任务 11 中：多语言命名实体识别任务的统一框架

    本文介绍了我们在 SemEval 2022 Task 11：MultiCoNER Multilingual Complex Named Entity Recognition 中取得的成果，即：在多语言 NER 任务中，提供了一个统一的框架；在低资源代码混合 NER 任务中，采用了几种简单的数据增强方法；在中文任务中，提出了一种可以捕捉中文词汇语义、词汇边界和词汇图结构信息的模型。最后，我们的系统在子任务 11、12 和 9 的测试阶段分别获得了 77.66、84.35 和 74.00 的宏 F1 得分。

    Apr, 2022

  • 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