InfoSync：跨多语言半结构化表格的信息同步
计算与语言
2023-07-10 v1 计算机与社会
信息检索
摘要
跨语言的半结构化数据信息同步具有挑战性。例如，一种语言中的维基百科表格应在各语言间同步。为解决此问题，我们引入了一个新的数据集 InfoSyncC 以及一种用于表格同步的两步方法。InfoSync 包含跨 14 种语言的 10 万个以实体为中心的表格（维基百科信息框），其中子集（3.5K 对）经过人工标注。所提出的方法包括 1）信息对齐以映射行，以及 2）信息更新以更新跨多语言表格中对齐表格的缺失/过时信息。在 InfoSync 上评估时，信息对齐取得了 87.91 的 F1 分数（en <-> non-en）。为评估信息更新，我们对 603 对表格的信息框执行了人工辅助的维基百科编辑。我们的方法在维基百科上获得了 77.28% 的接受率，显示了所提方法的有效性。
引用
@article{arxiv.2307.03313,
title = {InfoSync: Information Synchronization across Multilingual Semi-structured Tables},
author = {Siddharth Khincha and Chelsi Jain and Vivek Gupta and Tushar Kataria and Shuo Zhang},
journal= {arXiv preprint arXiv:2307.03313},
year = {2023}
}
备注
22 pages, 7 figures, 20 tables, ACL 2023 (Toronto, Canada)