arXiv 2311.091222024-06-29cs.CL

Universal NER：一个金标准多语言命名实体识别基准

Universal NER: A Gold-Standard Multilingual Named Entity Recognition Benchmark

Duolingo（多林哥公司）；University of Washington（华盛顿大学）；Georgia Institute of Technology（佐治亚理工学院）；Comenius University in Bratislava（布拉迪斯拉发考门斯基大学）；Cisco（思科公司）；National University Philippines（菲律宾国立大学）；University of Bath（巴斯大学）；Beijing Academy of Artificial Intelligence（北京人工智能研究院）；LMU Munich（慕尼黑大学）；Jožef Stefan Institute（约瑟夫·斯蒂芬研究所）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）；IT University of Copenhagen（哥本哈根信息技术大学）；Inria Paris（法国国家信息与自动化研究所巴黎中心）；Sorbonne Université（索邦大学）；Ben-Gurion University（本-古里安大学）

Stephen Mayhew, Terra Blevins, Shuheng Liu, Marek Šuppa, Hila Gonen, Joseph Marvin Imperial, Börje F. Karlsson, Peiqin Lin, Nikola Ljubešić, LJ Miranda, Barbara… 展开作者

Stephen Mayhew, Terra Blevins, Shuheng Liu, Marek Šuppa, Hila Gonen, Joseph Marvin Imperial, Börje F. Karlsson, Peiqin Lin, Nikola Ljubešić, LJ Miranda, Barbara Plank, Arij Riabi, Yuval Pinter

备注：: NAACL 2024 Camera-ready

阅读 PDF

arXiv 页面 ↗HTML 原文 ↗

AI总结：

本文提出社区驱动的 Universal NER 项目，构建覆盖 12 种语言、18 个数据集的金标准多语言 NER 基准，并提供语言内与跨语言基线模型及公开资源。

摘要：

我们介绍 Universal NER（UNER），一个开放、社区驱动的项目，旨在为多种语言开发金标准 NER 基准。UNER 的总体目标是提供高质量、跨语言一致的标注，以促进并标准化多语言 NER 研究。UNER v1 包含 18 个数据集，在 12 种不同语言中采用跨语言一致的 schema 标注命名实体。在本文中，我们详细说明了 UNER 的数据集创建与组成；我们还提供了在语言内学习和跨语言学习两种设置下的初始建模基线。我们向公众发布了数据、代码和已拟合模型。

英文摘要：

We introduce Universal NER (UNER), an open, community-driven project to develop gold-standard NER benchmarks in many languages. The overarching goal of UNER is to provide high-quality, cross-lingually consistent annotations to facilitate and standardize multilingual NER research. UNER v1 contains 18 datasets annotated with named entities in a cross-lingual consistent schema across 12 diverse languages. In this paper, we detail the dataset creation and composition of UNER; we also provide initial modeling baselines on both in-language and cross-lingual learning settings. We release the data, code, and fitted models to the public.

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。