研究人员推出HUMAID-NER,一个用于从灾难相关推文中提取结构化信息的新型数据集。该数据集基于HumAID基准构建,包含60,000条英文灾难推文,标注了十种与操作相关的实体类型,产生了约175,000个标注实体跨度。标注过程结合了spaCy transformer模型、领域特定模式和正则表达式的混合流水线。此外,还提出了一种利用RoBERTa-large编码器的联合多任务学习框架,以同时执行命名实体识别和人道主义事件分类,并取得了强劲的性能指标。 AI
影响 该数据集和方法可以提高人道主义危机期间信息提取的速度和准确性。
排序理由 该集群描述了一个新的学术数据集及相关的命名实体识别和灾难推文事件分类方法。
在 Hugging Face Daily Papers 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- EntityRuler
- Gotit.pub
- Hugging Face
- Humaid Fayez Humaid Khalfan
- HUMAID-NER
- RoBERTa-large
- ScienceCast
- SpaCy
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →