KoCoNovel：韩国小说中人物共指的标注数据集

在本文中，我们提出了 KoCoNovel，一个源自韩国文学文本的新型人物共指数据集，并附有详细的标注指南。KoCoNovel 包含来自 50 部现代与当代小说的 178K 个词例，是韩国最大的公开共指消解语料库之一，也是首个基于文学文本的语料库。KoCoNovel 提供了四个不同的版本，以满足广泛的文学共指分析需求。这些版本旨在支持全知作者或读者的视角，并将多个实体作为独立或重叠实体进行管理，从而拓宽了其适用性。KoCoNovel 的一个显著特征是，24% 的人物指代是单数普通名词，缺乏所有格标记或冠词。这一特征尤其受到韩国称谓语文化细微差别的影响，该文化倾向于使用表示社会关系和亲属关系的术语，而非个人姓名。在使用基于 BERT 的共指模型进行的实验中，与较大的非文学共指数据集相比，我们观察到 KoCoNovel 在文学文本内的人物共指任务中显著提升了性能。这些发现凸显了 KoCoNovel 通过整合韩国文化和语言动态来显著增强共指消解模型的潜力。