CAW-coref：连词感知的词级共指消解
计算与语言
2023-10-20 v2 人工智能
摘要
最先进的共指消解系统每个文档依赖多次 LLM 调用，因此对于许多用例（如大规模语料的信息抽取）过于昂贵。领先的词级共指系统（WL-coref）达到了这些 SOTA 系统 96.6% 的性能，同时效率高得多。本工作中，我们识别出 WL-coref 一个常规但重要的失败情形：处理如“Tom and Mary”的连词提及。我们提供一种简单而有效的解决方案，在 OntoNotes 测试集上以 0.9% F1 提升性能，将高效词级共指消解与昂贵 SOTA 方法间的差距缩小 34.6%。我们的连词感知词级共指模型（CAW-coref）与代码发布于 https://github.com/KarelDO/wl-coref。
引用
@article{arxiv.2310.06165,
title = {CAW-coref: Conjunction-Aware Word-level Coreference Resolution},
author = {Karel D'Oosterlinck and Semere Kiros Bitew and Brandon Papineau and Christopher Potts and Thomas Demeester and Chris Develder},
journal= {arXiv preprint arXiv:2310.06165},
year = {2023}
}
备注
Accepted at CRAC 2023