西班牙报纸标题中新出现的英源外来词标注语料库
计算与语言
2020-04-08 v1
摘要
英源外来词（来自英语的词汇借用）的抽取对于词典编纂目的和 NLP 下游任务都具有重要意义。我们介绍了一个标注了英源外来词的欧洲西班牙语报纸标题语料库，以及一个用于英源外来词抽取的基线模型。在本文中我们给出：(1) 一个包含 21,570 条以欧洲西班牙语写就、标注了新现英源外来词的报纸标题语料库；(2) 一个带有手工设计特征、用于英源外来词抽取的条件的随机场基线模型。我们展示了该报纸标题语料库，描述了标注标签集与指南，并介绍了一个可作为英源外来词检测任务基线的 CRF 模型。所呈现的工作是构建西班牙语新闻专线英源外来词抽取器的第一步。
引用
@article{arxiv.2004.02929,
title = {An Annotated Corpus of Emerging Anglicisms in Spanish Newspaper Headlines},
author = {Elena Álvarez-Mellado},
journal= {arXiv preprint arXiv:2004.02929},
year = {2020}
}
备注
Accepted at the 4th Workshop on Computational Approaches to Linguistic Code-Switching, LREC 2020