ParaShoot：一个希伯来语问答数据集
计算与语言
2021-09-24 v1
摘要
希伯来语的 NLP 研究主要集中于形态学与句法学，其中已有遵循 Universal Dependencies 精神的丰富标注数据集。然而语义数据集十分匮乏，阻碍了希伯来语 NLP 技术发展的关键进展。本文中，我们提出 ParaShoot，现代希伯来语的第一个问答数据集。该数据集遵循 SQuAD 的格式与众包方法，包含约 3000 个标注样例，类似于其他低资源语言的问答数据集。我们使用近期发布的希伯来语 BERT 风格模型提供了首个基线结果，表明该任务仍有显著提升空间。
引用
@article{arxiv.2109.11314,
title = {ParaShoot: A Hebrew Question Answering Dataset},
author = {Omri Keren and Omer Levy},
journal= {arXiv preprint arXiv:2109.11314},
year = {2021}
}