論文の概要: RED$^{\rm FM}$: a Filtered and Multilingual Relation Extraction Dataset

• arxiv url: http://arxiv.org/abs/2306.09802v2
• Date: Mon, 19 Jun 2023 09:25:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-21 11:17:31.340832
• Title: RED$^{\rm FM}$: a Filtered and Multilingual Relation Extraction Dataset
• Title（参考訳）: red$^{\rm fm}$:フィルタ付きおよび多言語関係抽出データセット
• Authors: Pere-Llu\'is Huguet Cabot and Simone Tedeschi and Axel-Cyrille Ngonga Ngomo and Roberto Navigli
• Abstract要約: 本稿では,多言語関係抽出システムの訓練と評価を可能にする2つの新しいリソースを提案する。 まず、SRED$rm FM$という18の言語、400のリレーショナルタイプ、13のエンティティタイプを含む自動アノテーション付きデータセットを提示する。 第2にRED$rm FM$は、多言語REシステムの評価を可能にする7言語のための、より小さく、人間によって改訂されたデータセットである。
• 参考スコア（独自算出の注目度）: 35.5973651237632
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Relation Extraction (RE) is a task that identifies relationships between entities in a text, enabling the acquisition of relational facts and bridging the gap between natural language and structured knowledge. However, current RE models often rely on small datasets with low coverage of relation types, particularly when working with languages other than English. In this paper, we address the above issue and provide two new resources that enable the training and evaluation of multilingual RE systems. First, we present SRED$^{\rm FM}$, an automatically annotated dataset covering 18 languages, 400 relation types, 13 entity types, totaling more than 40 million triplet instances. Second, we propose RED$^{\rm FM}$, a smaller, human-revised dataset for seven languages that allows for the evaluation of multilingual RE systems. To demonstrate the utility of these novel datasets, we experiment with the first end-to-end multilingual RE model, mREBEL, that extracts triplets, including entity types, in multiple languages. We release our resources and model checkpoints at https://www.github.com/babelscape/rebel
• Abstract（参考訳）: 関係抽出(re)は、テキスト内のエンティティ間の関係を識別し、関係事実の獲得を可能にし、自然言語と構造化知識の間のギャップを埋めるタスクである。 しかしながら、現在のREモデルは、特に英語以外の言語を扱う場合、関係型の少ない小さなデータセットに依存することが多い。 本稿では、上記の課題に対処し、多言語REシステムのトレーニングと評価を可能にする2つの新しいリソースを提供する。 まず、SRED$^{\rm FM}$という18の言語、400の関連型、13のエンティティ型、4000万以上のトリプルトインスタンスを含む自動アノテーション付きデータセットを提示します。 第2にRED$^{\rm FM}$は、多言語REシステムの評価を可能にする7言語のための、より小さく、人間による改訂されたデータセットである。 これらの新しいデータセットの有用性を実証するために、複数の言語で三つ子を抽出する最初のエンドツーエンド多言語REモデルmREBELを実験した。 私たちはリソースとモデルのチェックポイントをhttps://www.github.com/babelscape/rebelでリリースします。

関連論文リスト

• Table Question Answering for Low-resourced Indic Languages [71.57359949962678]
  TableQAは構造化された情報のテーブル上で質問に答え、個々のセルやテーブルを出力として返すタスクである。 予算が限られている低リソース言語を対象とした,完全自動大規模テーブルQAデータ生成プロセスを提案する。 表QAデータセットやモデルを持たない2つのIndic言語であるBengaliとHindiにデータ生成手法を組み込む。
  論文  参考訳（メタデータ） (2024-10-04T16:26:12Z)
• How do Large Language Models Handle Multilingualism? [81.15060972112563]
  本研究では,大規模言語モデル(LLM)が多言語モデルをどのように扱うかを検討する。 LLMはまずクエリを理解し、タスク解決のために多言語入力を英語に変換する。 中間層では、英語を思考に用い、自己意識とフィードフォワード構造を持つ多言語知識を取り入れている。
  論文  参考訳（メタデータ） (2024-02-29T02:55:26Z)
• 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)
• A Data Bootstrapping Recipe for Low Resource Multilingual Relation Classification [38.83366564843953]
  IndoREは21Kのエンティティと3つのインド語と英語でタグ付けされた金の文を持つデータセットである。 まず,多言語BERT (mBERT) ベースのシステムから始める。 我々は、高価な金のインスタンスと翻訳された'銀のインスタンスと整合した'銀のインスタンスとの精度のトレードオフについて検討する。
  論文  参考訳（メタデータ） (2021-10-18T18:40:46Z)
• 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)
• MTVR: Multilingual Moment Retrieval in Videos [89.24431389933703]
  大規模な多言語ビデオモーメント検索データセットであるmTVRを導入し、21.8Kのテレビ番組ビデオクリップから218Kの英語と中国語のクエリを含む。 データセットは、人気のTVRデータセット(英語)を中国語クエリと字幕のペアで拡張することで収集される。 両言語からのデータを学習し,操作する多言語モーメント検索モデルであるmXMLを提案する。
  論文  参考訳（メタデータ） (2021-07-30T20:01:03Z)
• DiS-ReX: A Multilingual Dataset for Distantly Supervised Relation Extraction [15.649929244635269]
  これらの問題を緩和する新しいデータセットであるDiS-ReXを提案する。 私たちのデータセットには150万以上の文があり、36の関連クラスを持つ4つの言語にまたがっている。 また,mBERTを用いて文を符号化し,多言語DS-REのベンチマーク結果を提供する。
  論文  参考訳（メタデータ） (2021-04-17T22:44:38Z)
• Multilingual Autoregressive Entity Linking [49.35994386221958]
  mGENREはMultilingual Entity Linking問題のためのシーケンス対シーケンスシステムである。 与えられた言語で言及すると、mGENREはターゲットエンティティの名前を左から右へ、トークンごとに予測します。 提案手法の有効性を3つのMELベンチマーク実験を含む広範囲な評価により示す。
  論文  参考訳（メタデータ） (2021-03-23T13:25:55Z)
• The RELX Dataset and Matching the Multilingual Blanks for Cross-Lingual Relation Classification [0.0]
  関係分類の現在のアプローチは、主に英語に焦点を当てている。 本稿では,多言語BERTに基づくベースラインモデルと,新しい多言語事前学習設定の2つの言語間関係分類モデルを提案する。 評価のために、英語、フランス語、ドイツ語、スペイン語、トルコ語における言語間関係分類のための新しいベンチマークデータセットを導入する。
  論文  参考訳（メタデータ） (2020-10-19T11:08:16Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。