arXiv 2305.138442023-05-23cs.CL

带有地理实体提及、共指和链接标注的 Arukikata 游记数据集

Arukikata Travelogue Dataset with Geographic Entity Mention, Coreference, and Link Annotation

NICT（日本信息通信研究机构）；NAIST（奈良先端科学技术大学院大学）；RIKEN（理化学研究所）；CyberAgent, Inc.（CyberAgent公司）；JAIST（北陆先端科学技术大学院大学）；Studio Ousia（Ousia工作室）

Shohei Higashiyama, Hiroki Ouchi, Hiroki Teranishi, Hiroyuki Otomo, Yusuke Ide, Aitaro Yamamoto, Hiroyuki Shindo, Yuki Matsuda, Shoko Wakamiya, Naoya Inoue, Iku… 展开作者

Shohei Higashiyama, Hiroki Ouchi, Hiroki Teranishi, Hiroyuki Otomo, Yusuke Ide, Aitaro Yamamoto, Hiroyuki Shindo, Yuki Matsuda, Shoko Wakamiya, Naoya Inoue, Ikuya Yamada, Taro Watanabe

阅读 PDF

arXiv 页面 ↗HTML 原文 ↗

AI总结：

本文提出了一个用于评估文档级地理解析系统的日语游记数据集，包含200篇文档及丰富的地理实体提及、共指簇和链接标注。

摘要：

地理解析是分析文本中地理实体信息的基础技术。我们关注考虑地理实体提及间地理关联的文档级地理解析，并提出了一个用于评估文档级地理解析系统的日语游记数据集。该数据集包含200篇游记文档，具有丰富的地理实体信息：12,171个提及，6,339个共指簇，以及2,551个链接到地理数据库条目的地理实体。

英文摘要：

Geoparsing is a fundamental technique for analyzing geo-entity information in text. We focus on document-level geoparsing, which considers geographic relatedness among geo-entity mentions, and presents a Japanese travelogue dataset designed for evaluating document-level geoparsing systems. Our dataset comprises 200 travelogue documents with rich geo-entity information: 12,171 mentions, 6,339 coreference clusters, and 2,551 geo-entities linked to geo-database entries.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。