马拉里语文档的长距离命名实体识别
计算与语言
2024-10-15 v1 机器学习
摘要
随着马拉里语数字内容的指数级增长，对高级自然语言处理 (NLP) 方法，特别是命名实体识别 (NER) 的需求日益增长。特别是，NER 对识别远距离实体和组织、理解非结构化的马拉里语文本数据至关重要。本文重点关注管理长距离实体，提供了一套全面的马拉里语文档当前 NER 技术分析。它深入探讨了当前实践，研究了 BERT 转换器模型在长距离马拉里语 NER 中的潜力。本报告分析了先前方法的有效性，还将 NER 在英文文献中的做法与马拉里语文献的比较，并建议适应策略。该论文讨论了马拉里语特定语言特征和情境细微差别所导致的困难，同时承认 NER 在 NLP 中的关键作用。为此，本项目是改进马拉里语 NER 技术的重要进展，具有潜在的更广泛应用范围覆盖 NLP 的各种任务和领域。
引用
@article{arxiv.2410.09192,
title = {Long Range Named Entity Recognition for Marathi Documents},
author = {Pranita Deshmukh and Nikita Kulkarni and Sanhita Kulkarni and Kareena Manghani and Geetanjali Kale and Raviraj Joshi},
journal= {arXiv preprint arXiv:2410.09192},
year = {2024}
}