阿拉伯语事件论元抽取语料库与BERT建模
计算与语言
2024-08-01 v1
摘要
事件论元抽取是一项具有挑战性的任务，尤其是在阿拉伯语 due to 稀缺语言资源。为填补这一差距，我们引入了\hadath语料库（55万token）作为Wojood的扩展，增添了事件论元注释。我们使用三种事件论元类型：agent、location和date，将其标注为关系类型。我们的间位标注一致性评估结果为82.23%的Kappa得分和87.2%的F_1分数。此外，我们提出了一种新方法，用于事件关系抽取，将其视为文本蕴涵。该方法达到了94.01%的F_1分数。为了进一步评估所提出方法的泛化性，我们收集并标注了另一个超出域语料库（约8万token），称为\testNLI，用作第二个测试集，我们的方法在该测试集上实现了令人满意的结果（83.59%的F_1分数）。最后，我们提出了一个用于事件论元抽取的端到端系统。该系统作为SinaTools的一部分实现，两个语料库均公开于{\small \url{https://sina.birzeit.edu/wojood}}
引用
@article{arxiv.2407.21153,
title = {Event-Arguments Extraction Corpus and Modeling using BERT for Arabic},
author = {Alaa Aljabari and Lina Duaibes and Mustafa Jarrar and Mohammed Khalilia},
journal= {arXiv preprint arXiv:2407.21153},
year = {2024}
}