EMNLPOct, 2023

探索通过通用注释进行多语言指代消解

PDF
TL;DR基于 CorefUD 数据集和通用形态句法和共指注释，我们通过研究核心指代在不同语言、不同语体和不同层次上的特点，对 SotA 系统无法解决的最具挑战性情况进行错误分析，然后从通用形态句法注释中提取特征，并将这些特征集成到基线系统中，结果显示我们的最佳配置特征提高了 0.9% 的 F1 得分。
multilingual coreference resolutionmcrcorefud datasetuniversal morphosyntactic annotationsbaseline system
发现论文，激发创造
  • 多语言指代消解共享任务的发现

    本文概述了 CRAC 2022 研讨会上多语种共指消解任务的概况，采用公共数据集 CorefUD 1.0 为训练和评估数据，使用 CoNLL 得分作为主要评估指标，并比较了多个系统和竞争基线系统，获胜者系统的表现优于竞争基线 12 个百分点。

    Sep, 2022

  • 端到端多语言指代消解与提及头预测

    本文介绍了我们在 CRAC 2022 共享任务中用于多语言指代消解的方法，我们使用了最先进的端到端指代消解系统并进行了多语言联合训练，同时加入了头部预测和依赖信息集成，最终系统取得了第三名并且在其中两个数据集上表现最佳。

    Sep, 2022

  • ÚFAL CorPipe 在 CRAC 2022 的多语言模型对指代消解的效用

    我们使用联合微调的方法，结合先进的预训练模型，成功地解决了 CRAC 2022 共享任务中的多语言指代消解问题，找到了一种足够大的编码器，提高了各数据集的表现，并提供了源代码。

    Sep, 2022

  • 低资源南亚语言中的多语言共指消解

    通过使用现成的翻译和词对齐工具，我们引入了一个包含 31 种南亚语言的多语种共指解析翻译数据集（TransMuCoRes）。两个现成的共指解析模型使用 TransMuCoRes 与一份具有手工注释的印地语共指解析数据集的连接进行训练，最佳模型在印地语黄金集上的 LEA F1 得分和 CoNLL F1 得分分别为 64 和 68。此研究是首次在印地语黄金集上评估了一个端到端共指解析模型，并强调了当前共指评估指标在存在拆分先行词的数据集上的局限性，倡导开发更合适的评估指标。

    Feb, 2024

  • 多方对话中多语言指代消解

    本文提出 Multilingual Multiparty Coref (MMC) 数据集用于核心参照消解任务，通过注释的转录来提供其他语言 (中文和波斯语) 的银参照数据，在英文数据中，现有的模型在 MMC 上的表现相对较差，说明 MMC 具有比先前数据集更广泛的多方参照覆盖范围。在银数据上，我们发现在模拟零 - shot 跨语言环境方面，使用它进行数据增强和从头开始的训练都很成功。

    Aug, 2022

  • 英波斯语内指消解综述

    该研究综述了核指消解领域的现有语料库和评估指标，提供了基于规则的方法到最新的深度学习技术的核指算法概述，并调查了波斯语的核指消解和代词消解系统。

    Nov, 2022

  • 俄语轻量级核指代消解：基于分层语篇特征的方法

    本研究提出了一种新方法，通过引入修辞信息到神经共指消解模型中，来明确捕获层次化语篇中的指代选择， 并使用多语言实体感知语言模型 LUKE，在 RuCoCo-23 共指消解任务上评估了该方法的性能。实验表明，使用修辞距离的最佳模型在开发集 (74.6 % F1) 上排名第一，在测试集 (73.3 % F1) 上排名第二。希望我们的研究能够激发对于神经共指消解模型中引入语篇信息的进一步研究。

    Jun, 2023

  • 利用多任务学习将单例和基于提及的特征纳入共指消解，以提高泛化性能

    这篇论文提出了一种通过多任务学习方法学习单例以及实体类型和信息状态等特征的共指模型，在 OntoGUM 基准上取得了新的最高分（+2.7 分），并在多个领域的数据集上提高了鲁棒性（平均 + 2.3 分），可能是由于更大的指称检测的泛化能力和更多单例数据的利用所致。

    Sep, 2023

  • 并行数据有助于神经实体共指消解

    本文提出了一个简单而有效的跨语言理解模型来利用平行数据中的指代知识，该模型在 OntoNotes 5.0 英语数据集上使用 9 种不同的合成平行数据集实现了一致的提升，最高可达 1.74 个百分点。

    May, 2023

  • 语义约束的多层标注：共指案例

    本文提出一种基于 Universal Conceptual Cognitive Annotation 的共指注释方案，将谓语 - 论元结构作为实体和事件提及的基础，旨在解决现有方案面临的一些挑战，并考虑了与其他方案的比较。

    Jun, 2019