基于深度学习与基于语法方法的模块化多语言时间表达式检测与规范化方法
计算与语言
2023-04-28 v1
摘要
时间表达式的检测与规范化是许多 NLP 任务的关键步骤。尽管已有多种检测方法被提出，但最佳的规范化方法仍依赖于手工规则。此外，其中大多数方法仅针对英语设计。本文提出一个模块化的多语言时间处理系统，结合用于检测的微调掩码语言模型(Masked Language Model)与基于语法的规范化器。我们在西班牙语和英语上进行实验，并与多语言时间处理领域的 SOTA 方法 HeidelTime 进行比较。我们在黄金时间表达式规范化、时间表达式检测与类型识别上取得最佳结果，并在 TempEval-3 宽松数值指标的综合评测中表现具有竞争力。详细的错误分析表明，仅检测那些能够提供规范化的时间表达式，对该最后一项指标极为有益。这引发了关于时间表达式处理最佳策略的疑问：即对难以提供规范化规则的时间表达式不予检测，还是追求高覆盖率。
引用
@article{arxiv.2304.14221,
title = {A Modular Approach for Multilingual Timex Detection and Normalization using Deep Learning and Grammar-based methods},
author = {Nayla Escribano and German Rigau and Rodrigo Agerri},
journal= {arXiv preprint arXiv:2304.14221},
year = {2023}
}