面向交通与工业事件细粒度命名实体识别与关系抽取的德语语料库
计算与语言
2020-04-08 v1
摘要
监测与出行和工业相关的事件在个人旅行规划和供应链管理等领域十分重要，但从异构、高容量的文本流中抽取涉及特定公司、交通路线和地点的事件仍是一项重大挑战。本文描述了一个德语文档语料库，其中标注了细粒度地理实体（如街道、站点和路线）以及标准命名实体类型。它还标注了一组 15 种交通与工业相关的 n 元关系和事件，如事故、交通拥堵、收购和罢工。该语料库由新闻电讯文本、Twitter 消息以及来自广播电台、警方和铁路公司的交通报告组成。它可用于训练和评估旨在实现地理实体细粒度类型划分的命名实体识别算法，以及 n 元关系抽取系统。
引用
@article{arxiv.2004.03283,
title = {A German Corpus for Fine-Grained Named Entity Recognition and Relation Extraction of Traffic and Industry Events},
author = {Martin Schiersch and Veselina Mironova and Maximilian Schmitt and Philippe Thomas and Aleksandra Gabryszak and Leonhard Hennig},
journal= {arXiv preprint arXiv:2004.03283},
year = {2020}
}
备注
Published in LREC 2018