面向时间表达式规范化的自动规则生成
计算与语言
2022-10-11 v3
摘要
时间表达式的理解包括两个子任务：识别与规范化。近年来，时间表达式识别已取得显著进展，而规范化研究相对滞后。现有 SOTA 规范化方法高度依赖专家设计的规则或文法，这限制了其在新兴语料（如社交媒体文本）上的表现。本文将时间表达式规范化建模为构建规范化时间值的操作序列，并提出一种称为 ARTime 的新方法，其无需专家干预即可从训练数据自动生成规范化规则。具体而言，ARTime 从标注数据中自动捕获可能的操作序列，并针对具有共同表层形式的时间表达式生成规范化规则。实验结果表明，ARTime 在 Tweets 基准上显著超越 SOTA 方法，并在 TempEval-3 基准上取得与现有专家设计规则方法相当的结果。
引用
@article{arxiv.2108.13658,
title = {Automatic Rule Generation for Time Expression Normalization},
author = {Wentao Ding and Jianhao Chen and Jinmao Li and Yuzhong Qu},
journal= {arXiv preprint arXiv:2108.13658},
year = {2022}
}
备注
Accepted to Findings of EMNLP 2021