Fugu-MT 論文翻訳(概要): A system for information extraction from scientific texts in Russian

論文の概要: A system for information extraction from scientific texts in Russian

arxiv url: http://arxiv.org/abs/2109.06703v1
Date: Tue, 14 Sep 2021 14:08:37 GMT
ステータス: 処理完了
システム内更新日: 2021-09-15 22:06:40.904855
Title: A system for information extraction from scientific texts in Russian
Title（参考訳）: ロシアにおける科学文献からの情報抽出システム
Authors: Elena Bruches, Anastasia Mezentseva, Tatiana Batura
Abstract要約: このシステムは、用語認識、用語間の関係の抽出、知識ベースからエンティティとリンクする用語など、エンド・ツー・エンドの方法で複数のタスクを実行する。実装された手法の利点は、システムが大量のラベル付きデータを必要とせず、データラベリングの時間と労力を節約できる点である。ソースコードは公開されており、異なる研究目的で使用することができる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we present a system for information extraction from scientific texts in the Russian language. The system performs several tasks in an end-to-end manner: term recognition, extraction of relations between terms, and term linking with entities from the knowledge base. These tasks are extremely important for information retrieval, recommendation systems, and classification. The advantage of the implemented methods is that the system does not require a large amount of labeled data, which saves time and effort for data labeling and therefore can be applied in low- and mid-resource settings. The source code is publicly available and can be used for different research purposes.
Abstract（参考訳）: 本稿では,ロシア語の科学的テキストから情報抽出を行うシステムについて述べる。このシステムは、用語認識、用語間の関係の抽出、知識ベースからエンティティとリンクする用語など、エンドツーエンドで複数のタスクを実行する。これらのタスクは、情報検索、レコメンデーションシステム、分類において極めて重要である。実装された手法の利点は、システムが大量のラベル付きデータを必要とせず、データラベリングの時間と労力を節約し、低リソースと中リソースの設定に適用できることである。ソースコードは公開されており、異なる研究目的で使用することができる。

関連論文リスト

DiscoverPath: A Knowledge Refinement and Retrieval System for Interdisciplinarity on Biomedical Research [96.10765714077208]
従来のキーワードベースの検索エンジンは、特定の用語に慣れていないユーザーを支援するのに不足している。本稿では, バイオメディカル研究のための知識グラフに基づく紙検索エンジンを提案し, ユーザエクスペリエンスの向上を図る。 DiscoverPathと呼ばれるこのシステムは、名前付きエンティティ認識(NER)とPOSタグを使って、記事の要約から用語や関係を抽出し、KGを作成する。
論文参考訳（メタデータ） (2023-09-04T20:52:33Z)
CQE: A Comprehensive Quantity Extractor [2.2079886535603084]
テキストデータから包括的量抽出フレームワークを提案する。値と単位の組み合わせ、量の振る舞い、量と関連する概念を効率的に検出する。本フレームワークは, 依存解析と単位辞書を利用して, 検出された量の適切な正規化と標準化を実現する。
論文参考訳（メタデータ） (2023-05-15T17:59:41Z)
TERMinator: A system for scientific texts processing [0.0]
本稿では,学術文献から実体の抽出とそれらの意味的関係について述べる。本稿では,2つのタスクに対するアノテーションを含むデータセットと,言語モデルが単語認識に与える影響を研究するためのTERMinatorと呼ばれるシステムを提案する。
論文参考訳（メタデータ） (2022-09-29T15:14:42Z)
Layout-Aware Information Extraction for Document-Grounded Dialogue: Dataset, Method and Demonstration [75.47708732473586]
視覚的にリッチな文書から構造的知識と意味的知識の両方を抽出するためのレイアウト対応文書レベル情報抽出データセット(LIE)を提案する。 LIEには製品および公式文書の4,061ページから3つの抽出タスクの62kアノテーションが含まれている。実験の結果、レイアウトはVRDベースの抽出に不可欠であることが示され、システムデモでは、抽出された知識が、ユーザが関心を持っている答えを見つけるのに役立つことも確認されている。
論文参考訳（メタデータ） (2022-07-14T07:59:45Z)
DAMO-NLP at SemEval-2022 Task 11: A Knowledge-based System for Multilingual Named Entity Recognition [94.1865071914727]
MultiCoNERは、複数の言語に対する短文と低文設定で意味的に曖昧な名前のエンティティを検出することを目的としている。我々のチームDAMO-NLPは知識に基づくシステムを提案し、ウィキペディアに基づく多言語知識ベースを構築する。入力文が与えられた場合,本システムは知識ベースから関連コンテキストを効果的に検索する。我々のシステムはMultiCoNER共有タスクで13トラック中10トラックを獲得した。
論文参考訳（メタデータ） (2022-03-01T15:29:35Z)
Addressing Issues of Cross-Linguality in Open-Retrieval Question Answering Systems For Emergent Domains [67.99403521976058]
新型コロナウイルスの緊急ドメインに対する言語横断的オープン検索型質問応答システムについて紹介する。本システムでは,検索した文書の信頼性を確保するために,学術論文のコーパスを採用している。深いセマンティック・レトリバーは、我々の英語からすべてのデータに対するトレーニングの恩恵が大きく、言語横断環境ではBM25ベースラインを大幅に上回っていることを示す。
論文参考訳（メタデータ） (2022-01-26T19:27:32Z)
CitationIE: Leveraging the Citation Graph for Scientific Information Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文参考訳（メタデータ） (2021-06-03T03:00:12Z)
Reinforced Iterative Knowledge Distillation for Cross-Lingual Named Entity Recognition [54.92161571089808]
言語間NERは、知識をリッチリソース言語から低リソース言語に転送する。既存の言語間NERメソッドは、ターゲット言語でリッチなラベル付けされていないデータをうまく利用しない。半教師付き学習と強化学習のアイデアに基づく新しいアプローチを開発する。
論文参考訳（メタデータ） (2021-06-01T05:46:22Z)
Entity Recognition and Relation Extraction from Scientific and Technical Texts in Russian [0.0]
本論文は,情報技術に関する学術文献から情報抽出方法の研究に係わるものである。ロシア語の方法のいくつかの修正が提案されている。また、キーワード抽出法、語彙法、ニューラルネットワークに基づくいくつかの手法を比較した実験結果も含まれている。
論文参考訳（メタデータ） (2020-11-19T13:40:03Z)
Natural language processing for word sense disambiguation and information extraction [0.0]
Thesaurus を用いた Word Sense Disambiguation の新しいアプローチを提案する。ファジィ論理に基づく文書検索手法について解説し,その応用例を示した。この戦略は、明らかな推論のデンプスター・シェーファー理論に基づく新しい戦略の提示で締めくくられる。
論文参考訳（メタデータ） (2020-04-05T17:13:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。