学术论文中程式语表达的抽取与评估
计算与语言
2020-06-19 v1 数字图书馆
摘要
程式语表达（如“in this paper we propose”）对学术论文的作者很有帮助，因为它们传达了交际功能；在上述例子中，它展示了本文的目标。因此，易于查阅的程式语表达资源（如词典）将非常有用。然而，程式语表达的形式往往会有很大差异。例如，“in this paper we propose”、“in this study we propose”和“in this paper we propose a new method to”都被视为程式语表达。这种跨度和形式的多样性给程式语表达的抽取和评估都带来了问题。在本文中，我们提出了一种对程式语表达的跨度和形式变化具有鲁棒性的新方法。我们的方法将句子视为由程式语部分和非程式语部分组成。然后，通过从每个句子中抽取程式语表达，而不是试图从整个语料库中抽取，可以一次性处理不同的形式。基于此表述，为了避免多样性问题，我们提出根据抽取方法传达特定交际功能的程度来评估它们，而不是将抽取出的表达与现有词典进行比较。我们还提出了一种新的抽取方法，该方法利用命名实体和依存结构来去除句子中的非程式语部分。实验结果表明，与其他现有方法相比，所提出的抽取方法取得了最佳性能。
引用
@article{arxiv.2006.10334,
title = {Extraction and Evaluation of Formulaic Expressions Used in Scholarly Papers},
author = {Kenichi Iwatsuki and Florian Boudin and Akiko Aizawa},
journal= {arXiv preprint arXiv:2006.10334},
year = {2020}
}
备注
21 pages, 11 figures