GLADIS：一个通用且大规模的缩略词消歧基准
计算与语言
2023-03-15 v2
摘要
缩略词消歧（AD）对于理解各种来源的自然语言至关重要，包括生物医学报告、科学论文和搜索引擎查询。然而，现有的缩略词消歧基准和工具仅限于特定领域，且先前基准的规模相当小。为了加速缩略词消歧的研究，我们构建了一个名为 GLADIS 的新基准，它包含三个部分：(1) 一个更大的缩略词词典，包含 150 万个缩略词和 640 万个全称；(2) 一个包含 1.6 亿个句子的预训练语料库；(3) 三个覆盖通用、科学和生物医学领域的数据集。然后，我们在构建的语料库上预训练了一个语言模型 \emph{AcroBERT}，用于通用缩略词消歧，并展示了我们新基准的挑战与价值。
引用
@article{arxiv.2302.01860,
title = {GLADIS: A General and Large Acronym Disambiguation Benchmark},
author = {Lihu Chen and Gaël Varoquaux and Fabian M. Suchanek},
journal= {arXiv preprint arXiv:2302.01860},
year = {2023}
}
备注
Long paper at EACL 23