使用 PT-Pump-Up 索引葡萄牙语 NLP 资源
计算与语言
2024-01-30 v1 信息检索
摘要
自然语言处理（NLP）的最新进展与需要大量语料库的训练过程相关。由于资源分散以及需要维持这些基础设施在线和最新，获取这些数据通常并非易事。由于数据稀缺或缺乏作为社区入口的共享存储库，NLP 的新发展常常受到损害。在低资源和中等资源语言（如葡萄牙语）中尤其如此，这些语言缺乏数据和适当的资源管理基础设施。在这项工作中，我们提出了 PT-Pump-Up，这是一套旨在减少资源分散并提高葡萄牙语 NLP 资源可访问性的工具。我们的提案分为四个软件组件：a) 用于列出可用资源的网络平台；b) 用于简化葡萄牙语 NLP 资源加载的客户端 Python 包；c) 用于管理平台的管理端 Python 包；d) 用于促进未来合作与贡献的公共 GitHub 存储库。所有四个组件均可通过以下网址访问：https://linktr.ee/pt_pump_up
引用
@article{arxiv.2401.15400,
title = {Indexing Portuguese NLP Resources with PT-Pump-Up},
author = {Rúben Almeida and Ricardo Campos and Alípio Jorge and Sérgio Nunes},
journal= {arXiv preprint arXiv:2401.15400},
year = {2024}
}
备注
Demo Track, 3 pages