COLINGMar, 2024

RAAMove：研究论文摘要中移动分析的语料库

PDF
TL;DR该研究介绍了 RAAMove，一个专门用于研究论文摘要中的移动结构注释的全面多领域语料库，旨在促进移动结构分析和自动识别移动。通过人工注释和 BERT 模型的组合自动注释，构建了规模庞大且高质量的语料库，可用于学术研究、英语教学和写作，以及自然语言处理中与移动 / 语篇相关的任务。
发现论文，激发创造
  • 基于预训练模型和位置嵌入的新型运动识别算法

    通过改进的预训练模型和带有注意机制的门控网络，提出了一种新颖的增强型移动识别算法，用于处理中文科技论文的非结构化摘要，该算法能够学习单词位置信息，实现深度语义学习和目标特征提取，实验证明其在分离数据集上的准确率较原始数据集提高了 13.37%，比基本比较模型提高了 7.55%。

    Aug, 2023

  • 跨语言抽象意义表示解析

    本文提出了一种基于注释映射的方法，通过利用一个源语言和一个源语言以及目标语言的平行语料库中的注释，针对英语作为源语言的情况，在意大利语、西班牙语、德语和中文等目标语言上训练分析器。此外，提出了一种利用英语金标注释的评估方法，这种方法不需要访问目标语言的金标注释，这是通过反转投影流程实现的。

    Apr, 2017

  • 西班牙语抽象意义表征：一般语料库的标注

    本文提出了第一个为西班牙语创建的大型抽象意义表示注释语料库，利用了 AnCora-Net 词典中的西班牙语 rolesets，扩展了英语 AMR，其中包括 586 个带有语义特征的句子注释，为实现跨语言 AMR 分析提供了更全面的方法。

    Apr, 2022

  • 文本中隐含地理移动的识别

    通过手动标注、众包及机器学习相结合的方式，本文创新性地建立了基于地理运动描述文本的语料库，以推动地理数据的计算处理和空间认知能力的探索。

    Jan, 2022

  • 用于自动化结构化法律文件的语料库

    本文介绍一种用于处理法律文档的语料库以及基于该语料库训练的模型，可自动预测法律文档中的修辞角色，进而提高摘要和法律判决预测的性能，并在本文中发布了此语料库和基线模型代码。

    Jan, 2022

  • X-AMR 标注工具

    该研究提出了一种新颖的跨文档抽象意义表示（X-AMR）注释工具，用于注释关键的语料库级事件语义。借助 Prodigy 注释工具提供的机器辅助，我们提高了用户体验，确保了注释过程的简便与高效。通过实证分析，我们展示了本工具在增强现有事件语料库方面的有效性，并强调了其与 GPT-4 集成的优势。

    Feb, 2024

  • 自动事实检查中不同任务的丰富注释语料库

    基于机器学习的自动事实核查是识别网络上的虚假信息的一种有希望的方法，针对现有的事实核查语料库规模小、注释不详细、局限于单一领域等问题，本研究提出了一个大规模、多领域的可信事实核查语料库，并进行了模型构建和分析。

    Oct, 2019

  • 基于字符级别翻译的神经语义解析：对抽象意义表示的实验

    我们使用字符级翻译的方法对一大语料库中注释有抽象意义表示的句子进行神经语义解析的评估。通过一些简单的预处理和后处理，我们使用序列到序列模型得到了一个基线准确率为 53.1。研究了五种不同的方法来改善这个基线结果，结合这五种技术的结果使获得了一项 AMR 解析的最新进展状态的成果，F 分数为 71.0。

    May, 2017

  • 利用上下文嵌入的基于转移的抽象含义表示解析

    该论文提出了一种名为 AmrBerger 的新的语义分析器，它探索了预训练上下文感知的单词嵌入在 AMR 分析中的可用性，并发现这些丰富的词汇特征与额外的概念信息的结合可以提高系统的性能。同时，通过分析，也展现了上下文嵌入的优点和局限，这为进一步深入理解提供了启示。

    Jun, 2022

  • 跨语言 AMR 解析的强基线

    该研究旨在通过跨语言的 AMR 解析，使用单个模型来捕捉各种语言中句子的核心语义内容，发现用翻译加解析（T+P）的简单方法在几种语言上的表现比最新的全球最佳系统表现更好。

    Jun, 2021