Semantic Role Labeling of NomBank Partitives

要約

この記事は、NomBank 注釈付きコーパスにおける英語の部分名詞の意味役割ラベル付け (価格/ARG1 の 5%/REL; 価格/ARG1 は 5 パーセント/REL 上昇) についてです。
いくつかのシステムは、従来のトランスフォーマーベースの機械学習とアンサンブルを使用して説明されています。
当社の最高スコアリング システムでは、Penn Treebank の「ゴールド」解析を使用した場合は 91.74%、Berkeley Neural パーサーを使用した場合は 91.12% の F1 を達成しました。
この研究には、システム開発のための教室環境と実験環境の両方が含まれます。

要約(オリジナル)

This article is about Semantic Role Labeling for English partitive nouns (5%/REL of the price/ARG1; The price/ARG1 rose 5 percent/REL) in the NomBank annotated corpus. Several systems are described using traditional and transformer-based machine learning, as well as ensembling. Our highest scoring system achieves an F1 of 91.74% using ‘gold’ parses from the Penn Treebank and 91.12% when using the Berkeley Neural parser. This research includes both classroom and experimental settings for system development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google