基于深度学习方法提取花卉与植物的隐喻性名称
计算与语言
2023-06-02 v3
摘要
植物学领域富含隐喻性术语。这些术语在花卉与植物的描述和鉴定中起着重要作用。然而，在语篇中识别此类术语是一项艰巨任务。这在某些情况下会导致翻译过程与词典编纂任务中的错误。对于机器翻译而言，该过程更具挑战性，无论单字词术语还是多字词术语均如此。自然语言处理（NLP）应用与机器翻译（MT）技术近期的关注点之一，是通过深度学习（DL）自动识别语篇中基于隐喻的词语。在本研究中，我们通过使用十三个流行的基于 transformer 的模型以及 ChatGPT 来填补此空白，并表明判别模型在我们的隐喻性花卉与植物名称识别任务中优于 GPT-3.5 模型，最佳模型取得了 92.2349% 的 F1 分数。
引用
@article{arxiv.2305.10833,
title = {Deep Learning Methods for Extracting Metaphorical Names of Flowers and Plants},
author = {Amal Haddad Haddad and Damith Premasiri and Tharindu Ranasinghe and Ruslan Mitkov},
journal= {arXiv preprint arXiv:2305.10833},
year = {2023}
}
备注
Accepted for SEPLN 2023