UPB在SemEval-2021任务8中的工作：以多轮问答方式抽取测量语义信息
计算与语言
2021-04-13 v1
摘要
抽取关于测量与计数的语义信息对于分析科学话语而言是重要的课题。SemEval-2021的第8项任务：计数与测量（MeasEval）旨在通过提供一个新数据集来推动该方向研究，参与者在该数据集上训练模型以从科学文本中抽取测量的有意义信息。该竞赛由五个相互叠加的子任务构成：(1)数量跨度识别，(2)从已识别数量中抽取单位并分类其值修饰符，(3)被测实体与被测属性的跨度识别，(4)限定符跨度识别，以及(5)在已识别数量、被测实体、被测属性与限定符间的关系抽取。我们应对这些挑战的方式为：先识别数量，抽取其测量单位，以相应修饰符分类，之后利用它们以多轮问答方式联合求解最后三个子任务。我们性能最佳的模型在测试集上获得了36.91%的重叠F1值。
引用
@article{arxiv.2104.04549,
title = {UPB at SemEval-2021 Task 8: Extracting Semantic Information on Measurements as Multi-Turn Question Answering},
author = {Andrei-Marius Avram and George-Eduard Zaharia and Dumitru-Clementin Cercel and Mihai Dascalu},
journal= {arXiv preprint arXiv:2104.04549},
year = {2021}
}
备注
5 pages, 3 figures, SemEval-2021 Workshop, ACL-IJCNLP 2021