从 LIMA 到 DeepLIMA：走一条新的互操作性之路
计算与语言
2024-09-11 v1
摘要
本文描述了 LIMA（Libre Multilingual Analyzer）框架的体系结构及其最新演变，后者在基于深度神经网络的新文本分析模块方面取得了进展。我们在保持现有可配置体系结构及可获得的基于规则和统计分析组件 availability 方面，扩展了 LIMA 的功能，以支持更多语言。针对 Universal Dependencies 2.5 语料库、WikiNer 语料库和 CoNLL-03 数据集训练了超过 60 种语言的模型。Universal Dependencies 使我们能够增加支持的语言数量，并生成可集成到其他平台的模型。这种将普适深度学习自然语言处理模型与使用 Universal Dependencies 标准标注集合的集成，以及标准化complementary的数据和模型的使用，可以视为一种新的互操作性路径，通过这种方式，对数据和模型的标准化互操作性与 LIMA 通过 Docker Hub 上的 Docker 容器可用的服务实现的技术互操作性相辅相成。
引用
@article{arxiv.2409.06550,
title = {From LIMA to DeepLIMA: following a new path of interoperability},
author = {Victor Bocharov and Romaric Besançon and Gaël de Chalendar and Olivier Ferret and Nasredine Semmar},
journal= {arXiv preprint arXiv:2409.06550},
year = {2024}
}
备注
16 pages, 5 figures, submitted to Language Resources and Evaluation