@正在进行{xia-etal-2021-lome,title=“{LOME}:大型本体多语言提取”,author=“夏、帕特里克和秦、光辉和瓦西西塔、悉达特和陈云墨陈同飞和梅、钱德勒和哈曼、克雷格和罗林斯、凯尔和怀特、亚伦·史蒂文和本杰明·范·杜尔梅“,editor=“Gkatzia、Dimitra和Djam的Seddah”,booktitle=“计算语言学协会欧洲分会第十六届会议记录:系统演示”,月份=4r,年=“2021”,address=“在线”,publisher=“计算语言学协会”,url=“https://aclantology.org/2021.eacl-demos.19",doi=“10.18653/v1/2021.eacl-demos.19”,pages=“149--159”,abstract=“我们提出了LOME,这是一个执行多语言信息提取的系统。给定一个文本文档作为输入,我们的核心系统用FrameNet识别文本实体和事件的跨度(Baker等人,1998)解析器。随后,它执行共引用解析、细粒度实体类型化和事件之间的时间关系预测。通过这样做,系统构建了一个以事件和实体为中心的知识图。我们可以进一步将第三方模块应用于其他类型的注释,如关系提取。我们的(多语言)第一方模块要么表现出色,要么与(单语)最先进的技术相竞争。我们通过使用XLM-R(Conneau等人,2020年)等多语言编码器以及利用多语言培训数据来实现这一点。LOME是Docker Hub上的Docker容器。此外,该系统的轻量级版本可以作为web演示进行访问。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“xia-etal-2021-lome”><标题信息><title>LOME:大型本体多语言提取</title></titleInfo><name type=“个人”>帕特里克夏<namePart type=“family”><角色>作者</角色></name><name type=“个人”><namePart type=“given”>广汇秦<角色>作者</角色></name><name type=“个人”>Siddharth公司瓦希斯塔<角色>作者</角色></name><name type=“个人”>云墨<namePart type=“given”><namePart type=“family”>陈</namePart><角色>作者</角色></name><name type=“个人”>同飞<namePart type=“given”><namePart type=“family”>陈</namePart><角色>作者</角色></name><name type=“个人”>钱德勒五月<角色>作者</角色></name><name type=“个人”>Craig(克雷格)哈曼<角色>作者</角色></name><name type=“个人”><namePart type=“given”>Kyle</namePart>凯尔</namePart罗林斯<角色>作者</角色></name><name type=“个人”>亚伦史蒂文白色<角色>作者</角色></name><name type=“个人”>本杰明范·杜尔梅<角色>作者</角色></name><originInfo>2021-04发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>计算语言学协会欧洲分会第16届会议记录:系统演示</titleInfo><name type=“个人”>迪米特拉格卡齐亚<角色>编辑器</角色></name><name type=“个人”>DjameSeddah(塞达)<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>在线</place></originInfo>会议出版物</relatedItem>我们介绍了LOME,一个执行多语言信息提取的系统。给定文本文档作为输入,我们的核心系统使用FrameNet(Baker et al.,1998)解析器识别文本实体和事件提及的跨度。随后,它执行共引用解析、细粒度实体类型化和事件之间的时间关系预测。通过这样做,系统构建了一个以事件和实体为中心的知识图。我们可以进一步将第三方模块应用于其他类型的注释,如关系提取。我们的(多语言)第一方模块要么表现出色,要么与(单语)最先进的技术相竞争。我们通过使用XLM-R(Conneau等人,2020年)等多语言编码器以及利用多语言培训数据来实现这一点。LOME是Docker Hub上的Docker容器。此外,该系统的轻量级版本可以作为web演示进行访问</摘要>xia-etal-2021-lome10.18653/v1/2021.eacl-demos.19<位置><网址>https://aclantology.org/2021.eacl-demos.19</url></位置><部分><日期>2021-04</日期><扩展单元=“page”><开始>149<end>159</范围></部分></mods></modsCollection>
%0会议记录%T LOME:大型本体多语言抽取%帕特里克·阿霞%阿琴,广汇%阿瓦西斯塔,悉达斯%A Chen,云墨%A Chen,通飞%A五月,钱德勒%A Harman,克雷格%A罗林斯,凯尔%一个白人,亚伦·史蒂文%A Van Durme,本杰明%迪米特拉·尤卡齐亚%Y Seddah,Djamé%计算语言学协会欧洲分会第16届会议记录:系统演示%D 2021年%4月8日%计算语言学协会%C在线%F xia-etal-2021-lome公司%我们介绍了LOME,一个执行多语言信息提取的系统。给定一个文本文档作为输入,我们的核心系统使用FrameNet(Baker等人,1998)解析器识别文本实体和事件的跨度。它随后执行共同引用解析、细粒度实体类型和事件之间的时间关系预测。通过这样做,系统构建了一个以事件和实体为中心的知识图。我们可以进一步将第三方模块应用于其他类型的注释,如关系提取。我们的(多语言)第一方模块要么表现出色,要么与(单语)最先进的技术相竞争。我们通过使用XLM-R(Conneau等人,2020年)等多语言编码器以及利用多语言培训数据来实现这一点。LOME是Docker Hub上的Docker容器。此外,该系统的轻量级版本可以作为web演示进行访问。%R 10.18653/v1/2021.eacl-demos.19号文件%U型https://aclantology.org/2021.eacl-demos.19%U型https://doi.org/10.18653/v1/2021.eacl-demos.19%电话149-159
降价(非正式)
[LOME:大型本体多语言提取](https://aclantology.org/2021.eacl-demos.19)(Xia等人,EACL 2021)
国际计算语言学协会
- Patrick Xia、Guanghui Qin、Siddharth Vashishthha、Yunmo Chen、Tongfei Chen、Chandler May、Craig Harman、Kyle Rawlins、Aaron Steven White和Benjamin Van Durme。2021LOME:大型本体多语言抽取.英寸计算语言学协会欧洲分会第16届会议记录:系统演示,第149-159页,在线。计算语言学协会。