論文の概要: Named Entity Recognition in Historical Italian: The Case of Giacomo Leopardi's Zibaldone

• arxiv url: http://arxiv.org/abs/2505.20113v1
• Date: Mon, 26 May 2025 15:16:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-27 16:58:43.558025
• Title: Named Entity Recognition in Historical Italian: The Case of Giacomo Leopardi's Zibaldone
• Title（参考訳）: 歴史的イタリア語における名前付き実体認識 : ジャコモ・レオパルディのジボルドーネを事例として
• Authors: Cristian Santini, Laura Melosi, Emanuele Frontoni,
• Abstract要約: 歴史的テキストの課題に適応できる計算技術が緊急に必要である。 大規模言語モデル(LLM)の台頭は、自然言語処理に革命をもたらした。 イタリア語のテキストに対する詳細な評価は提案されていない。
• 参考スコア（独自算出の注目度）: 4.795582035438343
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The increased digitization of world's textual heritage poses significant challenges for both computer science and literary studies. Overall, there is an urgent need of computational techniques able to adapt to the challenges of historical texts, such as orthographic and spelling variations, fragmentary structure and digitization errors. The rise of large language models (LLMs) has revolutionized natural language processing, suggesting promising applications for Named Entity Recognition (NER) on historical documents. In spite of this, no thorough evaluation has been proposed for Italian texts. This research tries to fill the gap by proposing a new challenging dataset for entity extraction based on a corpus of 19th century scholarly notes, i.e. Giacomo Leopardi's Zibaldone (1898), containing 2,899 references to people, locations and literary works. This dataset was used to carry out reproducible experiments with both domain-specific BERT-based models and state-of-the-art LLMs such as LLaMa3.1. Results show that instruction-tuned models encounter multiple difficulties handling historical humanistic texts, while fine-tuned NER models offer more robust performance even with challenging entity types such as bibliographic references.
• Abstract（参考訳）: 世界のテキスト遺産のデジタル化の増大は、コンピュータ科学と文学の両方にとって大きな課題となっている。 全体としては、正書法や綴りのバリエーション、断片構造、デジタル化エラーなど、歴史的テキストの課題に適応できる計算技術が緊急に必要である。 大規模言語モデル(LLM)の台頭は自然言語処理に革命をもたらし、歴史的文書に名前付きエンティティ認識(NER)の有望な応用を提案する。 それにもかかわらず、イタリア語のテキストに対する徹底的な評価は提案されていない。 この研究は、19世紀の学術論文、すなわち、ジアコモ・レオパルディの『ジボルドン』(1898年)に基づいて、人、場所、文学作品に関する2,899の言及を含む、エンティティ抽出のための新しい挑戦的なデータセットを提案することによって、このギャップを埋めようとしている。 このデータセットは、ドメイン固有のBERTモデルとLLaMa3.1のような最先端のLLMの両方で再現可能な実験を行うために使用された。 以上の結果から, 書誌参照のような難易度の高いエンティティモデルであっても, 微調整されたNERモデルはより堅牢な性能を提供する一方で, 歴史的ヒューマニズムテキストを扱う複数の困難に直面することが明らかとなった。

関連論文リスト

• A Comparative Analysis of Word Segmentation, Part-of-Speech Tagging, and Named Entity Recognition for Historical Chinese Sources, 1900-1950 [0.0]
  本稿では,大言語モデル(LLM)と従来の自然言語処理(NLP)ツールを比較し,単語セグメンテーション,POSタグ付け,名前付きエンティティ認識(NER)について述べる。 歴史的中国の文書は、その書体、自然語境界の欠如、言語学的変化により、テキスト分析の課題を提起している。
  論文  参考訳（メタデータ） (2025-03-25T17:07:21Z)
• Adapting Multilingual Embedding Models to Historical Luxembourgish [5.474797258314828]
  本研究では,歴史的ルクセンブルク語における言語間セマンティック検索のための多言語埋め込みについて検討した。 文のセグメンテーションと翻訳にはGPT-4oを使用し、言語ペア毎に20,000の並列トレーニング文を生成する。 コントラスト学習や知識蒸留により,複数の多言語埋め込みモデルを適応させ,全てのモデルの精度を著しく向上させる。
  論文  参考訳（メタデータ） (2025-02-11T20:35:29Z)
• NER4all or Context is All You Need: Using LLMs for low-effort, high-performance NER on historical texts. A humanities informed approach [0.03187482513047917]
  我々は,NERの2つの主要なNLPフレームワークにおいて,手軽に利用できる,最先端のLCMが顕著に優れていることを示す。 提案手法は,NLPツールの確立に必要なスクリプティング言語や計算能力の障壁を取り除くことで,すべての歴史学者がNERにアクセスできるようにする。
  論文  参考訳（メタデータ） (2025-02-04T16:54:23Z)
• LFED: A Literary Fiction Evaluation Dataset for Large Language Models [58.85989777743013]
  元々は中国語で書かれたか、中国語に翻訳された95の文学小説を収集し、数世紀にわたって幅広い話題を扱っている。 質問分類を8つのカテゴリーで定義し,1,304の質問の作成を導く。 我々は、小説の特定の属性(小説の種類、文字番号、出版年など)がLLMのパフォーマンスに与える影響を詳細に分析する。
  論文  参考訳（メタデータ） (2024-05-16T15:02:24Z)
• Retrieval is Accurate Generation [99.24267226311157]
  本稿では,支援文書の集合からコンテキスト認識句を選択する新しい手法を提案する。 本モデルでは,検索対象のベースラインの中で,最高の性能と低レイテンシを実現する。
  論文  参考訳（メタデータ） (2024-02-27T14:16:19Z)
• FacTool: Factuality Detection in Generative AI -- A Tool Augmented Framework for Multi-Task and Multi-Domain Scenarios [87.12753459582116]
  より広い範囲のタスクは、生成モデルによって処理されると、事実エラーを含むリスクが増大する。 大規模言語モデルにより生成されたテキストの事実誤りを検出するためのタスクおよびドメインに依存しないフレームワークであるFacToolを提案する。
  論文  参考訳（メタデータ） (2023-07-25T14:20:51Z)
• Multilingual Event Extraction from Historical Newspaper Adverts [42.987470570997694]
  本稿では,歴史文献の新たな領域からのイベント抽出の課題について述べる。 我々は,近代植民地時代の新聞広告からなる,英語,フランス語,オランダ語に新しい多言語データセットを導入する。 注記データが少ない場合でも,問題を抽出的QAタスクとして定式化することにより,驚くほど優れた結果が得られることがわかった。
  論文  参考訳（メタデータ） (2023-05-18T12:40:41Z)
• hmBERT: Historical Multilingual Language Models for Named Entity Recognition [0.6226609932118123]
  我々は、人物、場所、組織を史料で特定するためにNERに取り組む。 本研究では, 歴史的ドイツ語, 英語, フランス語, スウェーデン語, フィンランド語について, 大規模な歴史的言語モデルを訓練することによってNERに取り組む。
  論文  参考訳（メタデータ） (2022-05-31T07:30:33Z)
• Adaptive Text Recognition through Visual Matching [86.40870804449737]
  言語における文字の反復性を利用した新しいモデルを提案する。 これにより、テキスト認識を形状整合問題に変換する。 従来のアーキテクチャでは、高価な再トレーニングなしには解決できない課題に対処できることが示されています。
  論文  参考訳（メタデータ） (2020-09-14T17:48:53Z)

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。