English(EN) Findings of the Fifth Shared Task on Multilingual Coreference Resolution: Expanding Datasets for Long-Range Entities

多语言共指消解任务扩展数据集，测试LLM

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

在CODI-CRAC 2026研讨会上举行的第五届多语言共指消解共享任务，专注于能够识别提及语和聚类共指链的系统，并特别强调长距离实体。该任务扩展到包括五个新数据集和两种额外语言，使用了CorefUD 1.4版本，该版本目前涵盖19种语言的27个数据集。共有十个系统参与，其中包括四种基于LLM的方法，虽然传统系统仍然领先，但LLM在未来的版本中显示出相当大的潜力。 AI

影响 LLM在共指消解方面显示出潜力，可能在未来的任务中挑战传统方法。

排序理由该集群基于一篇详细介绍共享任务及其发现的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Michal Nov\'ak, Miloslav Konop\'ik, Anna Nedoluzhko, Martin Popel, Ond\v{r}ej Pra\v{z}\'ak, Jakub Sido, Milan Straka, Zden\v{e}k \v{Z}abokrtsk\'y, Daniel Zeman · 2026-07-07 04:00

Findings of the Fifth Shared Task on Multilingual Coreference Resolution: Expanding Datasets for Long-Range Entities

arXiv:2605.21369v2 Announce Type: replace Abstract: This paper describes the fifth edition of the Shared Task on Multilingual Coreference Resolution, held in conjunction with the CODI-CRAC 2026 workshop. Building on previous iterations, the task required participants to develop s…

报道来源 [1]

Findings of the Fifth Shared Task on Multilingual Coreference Resolution: Expanding Datasets for Long-Range Entities

相关实体

相关话题