基于实体孪生网络与半监督对比学习及知识库的多语言新闻位置检测
计算与语言
2022-12-23 v1 人工智能
摘要
在环境灾难、战争冲突、疾病爆发或政治动荡等极端事件中，早期检测新闻中的相关位置尤为重要。此外，该检测还有助于推荐系统基于用户位置推送相关新闻。需注意，当相关位置未在文本中明确提及时，最先进的方法通常无法识别它们，因为这些方法依赖句法识别。相反，通过引入知识库并将实体与其位置相连，我们的系统即使在文本中未明确提及的情况下也能成功推断相关位置。为评估我们方法的有效性，且由于该领域缺乏数据集，我们还向研究界贡献了一个黄金标准多语言新闻位置数据集 NewsLOC。它包含 600 多篇 Wikinews 文章的相关位置（及其 WikiData ID）标注，涵盖五种语言：英语、法语、德语、意大利语和西班牙语。通过实验评估，我们表明所提系统优于基线以及使用半监督数据微调的模型版本，后者提升了分类率。源代码和 NewsLOC 数据集已公开供研究界使用：https://github.com/vsuarezpaniagua/NewsLocation。
引用
@article{arxiv.2212.11856,
title = {Multilingual News Location Detection using an Entity-Based Siamese Network with Semi-Supervised Contrastive Learning and Knowledge Base},
author = {Víctor Suárez-Paniagua and Steven Derby and Tri Kurniawan Wijaya},
journal= {arXiv preprint arXiv:2212.11856},
year = {2022}
}