TweetNERD——面向推文的端到端实体链接基准
计算与语言
2022-10-18 v1 人工智能
信息检索
机器学习
摘要
命名实体识别与消歧（NERD）系统是信息检索、问答、事件检测和其他自然语言处理（NLP）应用的基础。我们介绍了TweetNERD，一个涵盖2010-2021年34万+推文的数据集，用于基准测试推文上的NERD系统。这是最大的且时间上最多样的推文NERD开源数据集基准，可用于促进该领域的研究。我们描述了使用TweetNERD进行三项NERD任务的评估设置：命名实体识别（NER）、基于真实跨度的实体链接（EL）和端到端实体链接（End2End）；并提供了现有公开可用方法在特定TweetNERD划分上的性能。TweetNERD可在 https://doi.org/10.5281/zenodo.6617192 获取，采用知识共享署名4.0国际（CC BY 4.0）许可。更多细节见 https://github.com/twitter-research/TweetNERD。
引用
@article{arxiv.2210.08129,
title = {TweetNERD -- End to End Entity Linking Benchmark for Tweets},
author = {Shubhanshu Mishra and Aman Saini and Raheleh Makki and Sneha Mehta and Aria Haghighi and Ali Mollahosseini},
journal= {arXiv preprint arXiv:2210.08129},
year = {2022}
}
备注
19 pages, 2 figures. Accepted to Thirty-sixth Conference on Neural Information Processing Systems Datasets and Benchmarks Track 2022. Data available at: https://doi.org/10.5281/zenodo.6617192 under Creative Commons Attribution 4.0 International (CC BY 4.0) license. Check out more details at https://github.com/twitter-research/TweetNERD