Fugu-MT 論文翻訳(概要): Multi-CrossRE A Multi-Lingual Multi-Domain Dataset for Relation Extraction

論文の概要: Multi-CrossRE A Multi-Lingual Multi-Domain Dataset for Relation Extraction

arxiv url: http://arxiv.org/abs/2305.10985v1
Date: Thu, 18 May 2023 14:01:33 GMT
ステータス: 処理完了
システム内更新日: 2023-05-19 14:58:27.472759
Title: Multi-CrossRE A Multi-Lingual Multi-Domain Dataset for Relation Extraction
Title（参考訳）: 関係抽出のための多言語マルチドメインデータセットのマルチクロス
Authors: Elisa Bassignana, Filip Ginter, Sampo Pyysalo, Rob van der Goot, and Barbara Plank
Abstract要約: Multi-CrossREは関係抽出(RE)のための最も広い多言語データセットである英語に加えて26の言語があり、6つのテキストドメインをカバーしている。裏書きされたデータの結果は、オリジナルのCrossREのものと一致している。
参考スコア（独自算出の注目度）: 20.603482820770356
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Most research in Relation Extraction (RE) involves the English language, mainly due to the lack of multi-lingual resources. We propose Multi-CrossRE, the broadest multi-lingual dataset for RE, including 26 languages in addition to English, and covering six text domains. Multi-CrossRE is a machine translated version of CrossRE (Bassignana and Plank, 2022), with a sub-portion including more than 200 sentences in seven diverse languages checked by native speakers. We run a baseline model over the 26 new datasets and--as sanity check--over the 26 back-translations to English. Results on the back-translated data are consistent with the ones on the original English CrossRE, indicating high quality of the translation and the resulting dataset.
Abstract（参考訳）: リレーショナル抽出(RE)のほとんどの研究は、主に多言語資源の欠如による英語に関するものである。提案するMulti-CrossREは、英語に加えて26言語を含むRE用多言語データセットで、6つのテキストドメインをカバーする。 Multi-CrossRE は、CrossRE (Bassignana and Plank, 2022) の機械翻訳版で、ネイティブスピーカーがチェックした7つの多様な言語で200以上の文を含むサブポートがある。我々は26の新しいデータセット上でベースラインモデルを実行し、26のバックトランスレーションを英語にチェックアウトします。裏書きされたデータの結果は、元の英語のCrossREのデータと一致しており、翻訳の質の高さと結果のデータセットを示している。

関連論文リスト

Multi-EuP: The Multilingual European Parliament Dataset for Analysis of Bias in Information Retrieval [62.82448161570428]
このデータセットは、多言語情報検索コンテキストにおける公平性を調べるために設計されている。真正な多言語コーパスを持ち、24言語すべてに翻訳されたトピックを特徴としている。文書に関連する豊富な人口統計情報を提供し、人口統計バイアスの研究を容易にする。
論文参考訳（メタデータ） (2023-11-03T12:29:11Z)
The Belebele Benchmark: a Parallel Reading Comprehension Dataset in 122 Language Variants [80.4837840962273]
私たちは122の言語変種にまたがるデータセットであるBelebeleを紹介します。このデータセットは、高、中、低リソース言語におけるテキストモデルの評価を可能にする。
論文参考訳（メタデータ） (2023-08-31T17:43:08Z)
MegaWika: Millions of reports and their sources across 50 diverse languages [74.3909725023673]
MegaWikaは、50の言語で1300万のWikipedia記事と、7100万の参考資料で構成されている。我々は、このデータセットを無数のアプリケーションに処理し、非英語の記事を言語間アプリケーションに翻訳する。 MegaWikaは、文レベルのレポート生成のための最大のリソースであり、マルチランガルである唯一のレポート生成データセットである。
論文参考訳（メタデータ） (2023-07-13T20:04:02Z)
MultiLegalPile: A 689GB Multilingual Legal Corpus [20.492525119942677]
我々は17の管轄区域から24の言語で689GBのコーパスであるMultiLegalPileをリリースした。 2つのRoBERTaモデルと1つのLongformerモデルを多言語で事前学習し、各言語固有のサブセット上で24の単言語モデルを作成し、LEXTREMEで評価する。我々の多言語モデルは、LEXTREME上の新しいSotAとLexGLUE上の英語モデルを設定した。
論文参考訳（メタデータ） (2023-06-03T10:10:38Z)
MUTANT: A Multi-sentential Code-mixed Hinglish Dataset [16.14337612590717]
本稿では,多言語記事から多文コード混合テキスト(MCT)を識別する新しいタスクを提案する。ユースケースとして、多言語の記事を活用し、第一級の多文コード混合Hinglishデータセットを構築します。 MUTANTデータセットは67kの記事と85kのHinglish MCTからなる。
論文参考訳（メタデータ） (2023-02-23T04:04:18Z)
Large Scale Multi-Lingual Multi-Modal Summarization Dataset [26.92121230628835]
現在最大の多言語マルチモーダル要約データセット(M3LS)を提示する。それは100万以上のドキュメントイメージペアのインスタンスと、それぞれに専門的な注釈付きマルチモーダル要約で構成されています。また、13言語に対する最大の要約データセットであり、2言語に対する言語間要約データで構成されている。
論文参考訳（メタデータ） (2023-02-13T18:00:23Z)
EUR-Lex-Sum: A Multi- and Cross-lingual Dataset for Long-form Summarization in the Legal Domain [2.4815579733050157]
欧州連合法プラットフォーム(EUR-Lex)の法的行為を手作業でキュレートした文書要約に基づいて,EUR-Lex-Sumと呼ばれる新しいデータセットを提案する。文書とその要約は、24の公用語のうちいくつかの言語間の段落整列データとして存在している。言語毎に最大1,500の文書/要約ペアを取得し、24言語すべてで利用可能なテキストを含む375の言語横断的な法的行為のサブセットを含む。
論文参考訳（メタデータ） (2022-10-24T17:58:59Z)
Multi2WOZ: A Robust Multilingual Dataset and Conversational Pretraining for Task-Oriented Dialog [67.20796950016735]
Multi2WOZデータセットは、中国語、ドイツ語、アラビア語、ロシア語の4つの言語にまたがる。本稿では,任意の下流TODタスクに対する言語間移動を容易にすることを目的とした,事前学習言語モデル(PrLM)の多言語会話特化のための新しいフレームワークを提案する。実験の結果,目標言語における(I)会話の特殊化と,(II)具体的なTODタスクのための少数ショット転送の組み合わせが,ほとんどの場合,最高の性能を示すことがわかった。
論文参考訳（メタデータ） (2022-05-20T18:35:38Z)
MFAQ: a Multilingual FAQ Dataset [9.625301186732598]
本稿では,最初の多言語FAQデータセットを公開する。 21の異なる言語で、Webから約6万のFAQペアを収集しました。 Dense Passage Retrieval(DPR)と同様のセットアップを採用し、このデータセット上でさまざまなバイエンコーダをテストする。
論文参考訳（メタデータ） (2021-09-27T08:43:25Z)
A High-Quality Multilingual Dataset for Structured Documentation Translation [101.41835967142521]
本稿では,文書領域を対象とした高品質な多言語データセットを提案する。エンタープライズソフトウェアプラットフォームのオンラインドキュメントからXML構造化の並列テキストセグメントを収集します。
論文参考訳（メタデータ） (2020-06-24T02:08:44Z)
Multi-SimLex: A Large-Scale Evaluation of Multilingual and Cross-Lingual Lexical Semantic Similarity [67.36239720463657]
Multi-SimLexは、12の異なる言語のデータセットをカバーする大規模な語彙リソースと評価ベンチマークである。各言語データセットは、意味的類似性の語彙的関係に注釈付けされ、1,888のセマンティック・アライメント・コンセプト・ペアを含む。言語間の概念の整合性のため、66の言語間セマンティック類似性データセットを提供する。
論文参考訳（メタデータ） (2020-03-10T17:17:01Z)

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。