Mar, 2024

推进阿拉伯语词网：提升内容质量

PDF
TL;DR高质量的词网（WordNets）对于依赖此类资源的 NLP 应用程序来说非常重要。为了解决诸如词汇错误、缺失的释义和例句，以及语言形态和语义的不完善等问题，我们对阿拉伯语 WordNet 进行了重大修订，更新了超过 58% 的同义词集。通过添加缺失的信息和纠正错误，同时还扩展了词网结构，引入了新的元素：短语和词汇空缺，以应对语言多样性和不可翻译性的问题。
发现论文，激发创造
  • 阿拉伯语本体论：一种具备本体干净内容的阿拉伯词网

    本文介绍了一种基于阿拉伯本体中心构建的规范化阿拉伯 Wordnet，该本体提供了阿拉伯术语所传达的概念的正式表达，目前拥有约 1,300 个已调查概念和 11,000 个部分验证概念，并提供词典搜索引擎以及包含大约 150 个阿拉伯 - 多语言词典。此外，该本体已完全映射了 Princeton WordNet、Wikidata 等资源。

    May, 2022

  • 使用词向量进行半自动 WordNet 关联

    本文提出一种将不同语言的词汇网络进行链接的方法，可用于自然语言处理等知识性应用，能够在目标语言的候选词汇同义词集排名的前十位中为 60％的所有同义词集和 70％的名词同义词集检索出获胜的同义词集。

    Jan, 2022

  • 印度语言 Wordnet 及其与普林斯顿 WordNet 的链接

    本研究为提高南亚次大陆语言自然语言处理技术，发布了 18 种印第安语言 Wordnet 资源。这些资源是专家手工创建的，与普林斯顿 WordNet 连接。

    Jan, 2022

  • 针对阿拉伯语的多样性进行负责任的自然语言注释

    本文提出在构建 NLP 模型时，需要关注文化和（社会）语言细微差别，特别是在数据集注释和文化语言方面的经验应该被纳入该过程中。提供了一个适用于多方言语言的负责数据集创建的示例。

    Mar, 2022

  • 自动构建 Wordnet 同义词集

    通过使用公开的 Wordnets、机器翻译和单语种双语字典，我们提出了一种方法来为资源丰富和资源贫乏的语言生成 Wordnet 同义词集，这些方法适用于至少存在一种从英文翻译到该语言的双语词典的任何语言，是自动构建完整 Wordnets 的第一步。

    Aug, 2022

  • 同义词提取的当前趋势和方法：适用于阿拉伯语的潜在调适

    本文介绍了四种通过使用翻译图形、词网、同义词构造、深度学习等方式，自动提取同义词的方法。此外，作者还对这些方法进行了比较和分析，并探讨了未来在阿拉伯语环境下进行同义词自动生成的潜在适配性。

    May, 2022

  • 神经网络阿拉伯语问答

    本文介绍了一个使用维基百科作为知识来源来解决阿拉伯语开放领域事实问题回答的方法，提出了阿拉伯阅读理解数据集（ARCD），并使用预训练的双向转换器 BERT 构建了 SOQAL 系统来回答问题，实验结果表明其有效性。

    Jun, 2019

  • 为丰富阿拉伯同义词而设计的基准测试和评分算法

    本文提出了一种算法和数据集，用于从给定的单 / 多语言词汇表中提取模糊值超过特定阈值的新近义词，其中数据集由 3K 候选同义词和 500 个同义词组成。根据我们的评估，该算法表现得像语言学家，并且其模糊值与语言学家的提议值接近。

    Feb, 2023

  • 丰富 NArabizi 树库：多方面支持资源匮乏的语言的方法

    本研究针对 NArabizi 语言数据的人工标注数据不足的问题，通过引入两个新的注释层和再次标注的方式，增强了 NArabizi Treebank，从而为该语言的高级语言模型和自然语言处理工具的开发提供了基础。

    Jun, 2023

  • ConceptNet 5.5: 开放通用多语言知识图谱

    本文介绍了一种与现代 NLP 技术（如单词嵌入）特别匹配的概念网路资源 ConceptNet 的新版本，它能够连接自然语言，改善它对单词意义的理解，同时对单词嵌入提供理解和应用，从而提高自然语言应用程序的性能。

    Dec, 2016