为非洲语言挖掘 Wikidata 中的命名资源
计算与语言
2021-04-02 v1 人工智能
摘要
本工作通过提供对应于常见实体类型（人物、地点与组织）的、源自 Wikidata 的命名列表资源，支持非洲诸语言语言技术的进一步发展。虽非首例从 Wikidata 挖掘命名列表，我们的方法强调可扩展性与可复现性，并解决不使用拉丁字母语言的数据质量问题。我们生成了涵盖 28 种非洲语言、约 190 万个名称的列表。我们描述了数据、生成过程及其局限，并提供软件与数据供公开使用。最后，我们讨论了生成该资源及同类资源的伦理考量。
引用
@article{arxiv.2104.00558,
title = {Mining Wikidata for Name Resources for African Languages},
author = {Jonne Sälevä and Constantine Lignos},
journal= {arXiv preprint arXiv:2104.00558},
year = {2021}
}
备注
Accepted at the EACL 2021 AfricaNLP workshop (non-archival)