MphayaNER：针对 Tshivenda 语的命名实体识别
计算与语言
2023-04-11 v1 人工智能
摘要
命名实体识别（Named Entity Recognition, NER）在信息检索、文本分类和问答等多种自然语言处理任务中起着至关重要的作用。然而，NER 可能具有挑战性，尤其是在标注数据集和工具有限的低资源语言中。本文通过引入 MphayaNER（新闻领域首个 Tshivenda 语 NER 语料库）来助力应对这些挑战。我们在 MphayaNER 上通过微调（fine-tuning）最先进模型建立了 NER 基线。该研究还探索了 Tshivenda 语与其他相关班图语之间的零样本迁移，其中 chiShona 语和 Kiswahili 语取得了最佳结果。研究还发现，用 chiShona 语数据增强 MphayaNER 可显著提升模型性能。MphayaNER 与基线模型均已公开可用。
引用
@article{arxiv.2304.03952,
title = {MphayaNER: Named Entity Recognition for Tshivenda},
author = {Rendani Mbuvha and David I. Adelani and Tendani Mutavhatsindi and Tshimangadzo Rakhuhu and Aluwani Mauda and Tshifhiwa Joshua Maumela and Andisani Masindi and Seani Rananga and Vukosi Marivate and Tshilidzi Marwala},
journal= {arXiv preprint arXiv:2304.03952},
year = {2023}
}
备注
Accepted at AfricaNLP Workshop at ICLR 2023