缩略词的语言无关获取
计算与语言
2017-09-26 v1
摘要
本文探讨从纯非结构化文本中自动提取缩略词（包括首字母缩略词和首字母拼写词）及其对应的全称展开。我们创建并将发布一个关于缩略词及其对应展开的多语言资源，该资源通过利用 Wikipedia 重定向和消歧页面自动构建，可用作评估基准。我们解决了先前工作的一个缺陷，即仅使用了重定向页面，因此每个缩略词只有一个展开，尽管许多缩略词可能有多个不同的展开。我们还开发了一种基于机器学习的有原则的展开候选评分方法，使用了近义性指标、主题相关性和表面相似性等不同技术。我们展示了相对于强基线在七种语言（包括两种使用非拉丁字母的语言）上的性能提升。
关键词
引用
@article{arxiv.1709.08074,
title = {Language Independent Acquisition of Abbreviations},
author = {Michael R. Glass and Md Faisal Mahbub Chowdhury and Alfio M. Gliozzo},
journal= {arXiv preprint arXiv:1709.08074},
year = {2017}
}
备注
9 pages, 7 figues, 2 tables