构建冰岛语实体链接语料库
计算与语言
2022-06-13 v1
摘要
本文介绍了首个冰岛语实体链接（Entity Linking）语料库。我们描述了结合多语言实体链接模型（mGENRE）与维基百科API搜索（WAPIS）来标注数据的方法，并与仅使用WAPIS的方法进行比较。我们发现，相较于仅用WAPIS达到的30.9%覆盖率，我们的组合方法在语料库上达到了53.9%的覆盖率。我们分析了结果并阐释在处理冰岛语时使用多语言系统的价值。此外，我们分析了仍未标注的数据，识别其模式并探讨其标注难度更高的原因。
引用
@article{arxiv.2206.05014,
title = {Building an Icelandic Entity Linking Corpus},
author = {Steinunn Rut Friðriksdóttir and Valdimar Ágúst Eggertsson and Benedikt Geir Jóhannesson and Hjalti Daníelsson and Hrafn Loftsson and Hafsteinn Einarsson},
journal= {arXiv preprint arXiv:2206.05014},
year = {2022}
}
备注
9 pages, 5 figures, submitted to Dataset Creation for Lower-Resourced Languages, an LREC 2022 Workshop, 9am-1pm June 24th, 2022