HARE：一个用于排序与探索的灵活高亮标注工具
计算与语言
2019-08-30 v1 人工智能
信息检索
摘要
在将 NLP 技术应用于新信息领域时，对潜在数据源的探索与分析是一项重大挑战。我们描述了 HARE，一个用于在文档集合中对相关信息进行高亮标注以支持排序与分诊的系统，它为模型开发与调优提供了后处理与定性分析工具。我们将 HARE 应用于临床数据中移动信息的叙事性描述这一用例，并展示了其在比较候选嵌入特征方面的效用。我们提供了一个基于 Web 的界面用于标注可视化与文档排序，并配有模块化后端以支持与现有标注工具的互操作。我们的系统可在 https://github.com/OSU-slatelab/HARE 在线获取。
引用
@article{arxiv.1908.11302,
title = {HARE: a Flexible Highlighting Annotator for Ranking and Exploration},
author = {Denis Newman-Griffis and Eric Fosler-Lussier},
journal= {arXiv preprint arXiv:1908.11302},
year = {2019}
}
备注
EMNLP 2019 Systems Demonstration. Online version including supplementary material