将挪威语 UD 树库与实体及共指信息对齐

Tollef Emil Jørgensen; Andre Kåsen

将挪威语 UD 树库与实体及共指信息对齐

计算与语言 2025-05-14 v2

作者: Tollef Emil Jørgensen , Andre Kåsen

摘要

本文提出一个基于挪威语两种书面形式（Bokmål 和 Nynorsk）的通用依存（UD）树库、并融合实体与共指标注数据的合并语料集。对齐并转换的语料为挪威命名实体（NorNE）与挪威回指消解语料库（NARC）。NorNE 与较早版本的树库对齐，而 NARC 存在错位，需从原始标注大量转换至 UD 结构与 CoNLL-U 格式。我们在此展示转换与对齐过程，并分析数据中发现的问题与错误——其中部分涉及原始树库中的数据划分重叠。这些流程与所开发的系统或有助于未来的语料对齐与共指标注工作。合并后的语料构成了首个富含命名实体与共指信息的挪威语 UD 树库。

关键词

通用依存树库对齐命名实体共指挪威语 NorNE NARC

引用

@article{arxiv.2305.13527,
  title  = {Aligning the Norwegian UD Treebank with Entity and Coreference Information},
  author = {Tollef Emil Jørgensen and Andre Kåsen},
  journal= {arXiv preprint arXiv:2305.13527},
  year   = {2025}
}

备注

4 pages, 1 table. Appendix: 3 tables and 5 data examples

将挪威语 UD 树库与实体及共指信息对齐

摘要

关键词

引用

备注

相关论文