KoCHET:面向实体相关任务的高丽文化遗产语料库
计算与语言
2022-09-05 v2 人工智能
摘要
随着数字化传统文化遗产文档迅速增多,对其保存与管理的需求随之增加,实体的实用识别及其类别的典型化变得必不可少。为此,我们提出KoCHET——一个面向典型实体相关任务(即命名实体识别(NER)、关系抽取(RE)与实体类型标注(ET))的高丽文化遗产语料库。在政府附属机构数据构建指南基础上经文化遗产专家指导,KoCHET分别包含112,362、38,765、113,198条NER、RE与ET任务样例,涵盖所有与高丽文化遗产相关的实体类型。此外,不同于现有公共语料库,国内外研究者均被允许进行修改后的再分发。我们的实验结果从文化遗产角度提升了KoCHET的实用价值。我们还从统计与语言分析角度给出KoCHET的实用洞见。我们的语料库可在 https://github.com/Gyeongmin47/KoCHET 免费获取。
引用
@article{arxiv.2209.00367,
title = {KoCHET: a Korean Cultural Heritage corpus for Entity-related Tasks},
author = {Gyeongmin Kim and Jinsung Kim and Junyoung Son and Heuiseok Lim},
journal= {arXiv preprint arXiv:2209.00367},
year = {2022}
}
备注
Accepted to COLING 2022