基于迁移学习与BERT模型的波斯语语义角色标注
计算与语言
2023-06-21 v1
摘要
语义角色标注（SRL）是检测句子中每个谓词的谓词-论元结构的过程。SRL作为许多NLP应用（如主题与概念抽取、问答、摘要、机器翻译、情感分析和文本挖掘）的预处理步骤起着关键作用。近年来，在许多语言中，统一SRL因其优异性能（源于克服了错误传播问题）而备受关注。然而，就波斯语而言，以往所有工作都聚焦于传统SRL方法，导致准确率下降，并在财务资源、时间与能耗方面带来昂贵的特征提取步骤。在本工作中，我们提出了一种端到端SRL方法，不仅消除了特征提取的需求，而且在实际面对新样本时优于现有方法。所提方法不使用任何辅助特征，在相似条件下相较以往方法在准确率上提升了超过16%（83.16）个百分点。
引用
@article{arxiv.2306.10339,
title = {Persian Semantic Role Labeling Using Transfer Learning and BERT-Based Models},
author = {Saeideh Niksirat Aghdam and Sayyed Ali Hossayni and Erfan Khedersolh Sadeh and Nasim Khozouei and Behrouz Minaei Bidgoli},
journal= {arXiv preprint arXiv:2306.10339},
year = {2023}
}
备注
17 pages, 4 figures, 10 tables, to appear in digital scholarship in the humanities journal