يشمل فهم تعبيرات الوقت بمهام فرعية: الاعتراف والتطبيع. في السنوات الأخيرة، تم إحراز تقدم كبير في الاعتراف بعصائر الوقت أثناء تأخر البحث عن التطبيع. تعتمد أساليب تطبيع Sota الحالية على قواعد أو قواعد النحوية التي صممها الخبراء، مما يحد من أدائها في شريوس الناشئة، مثل نصوص وسائل التواصل الاجتماعي. في هذه الورقة، نقوم بالنماذج تعبير التطبيع في الوقت نفسه كتسلسل للعمليات لبناء القيمة الزمنية الطبيعية، ونقدم طريقة جديدة تسمى Artime، والتي يمكن أن تولد تلقائيا قواعد التطبيع من بيانات التدريب دون تدخلات خبراء. على وجه التحديد، يلتقط Artime تلقائيا تسلسل عمليات التشغيل الممكنة من البيانات المشروحة ويولد قواعد التطبيع في التعبيرات الزمنية بأشكال سطح مشتركة. تظهر النتائج التجريبية أن Artime يمكن أن يتجاوز بشكل كبير أساليب Sota على القياس التغريدات، وتحقق نتائج تنافسية مع طرق القاعدة التي تم تصميمها من الخبراء الموجودة في معيار Tempeval-3.
The understanding of time expressions includes two sub-tasks: recognition and normalization. In recent years, significant progress has been made in the recognition of time expressions while research on normalization has lagged behind. Existing SOTA normalization methods highly rely on rules or grammars designed by experts, which limits their performance on emerging corpora, such as social media texts. In this paper, we model time expression normalization as a sequence of operations to construct the normalized temporal value, and we present a novel method called ARTime, which can automatically generate normalization rules from training data without expert interventions. Specifically, ARTime automatically captures possible operation sequences from annotated data and generates normalization rules on time expressions with common surface forms. The experimental results show that ARTime can significantly surpass SOTA methods on the Tweets benchmark, and achieves competitive results with existing expert-engineered rule methods on the TempEval-3 benchmark.
References used
https://aclanthology.org/
The shift to neural models in Referring Expression Generation (REG) has enabled more natural set-ups, but at the cost of interpretability. We argue that integrating pragmatic reasoning into the inference of context-agnostic generation models could re
Automated storytelling has long captured the attention of researchers for the ubiquity of narratives in everyday life. The best human-crafted stories exhibit coherent plot, strong characters, and adherence to genres, attributes that current states-of
We focus on a type of linguistic formal reasoning where the goal is to reason over explicit knowledge in the form of natural language facts and rules (Clark et al., 2020). A recent work, named PRover (Saha et al., 2020), performs such reasoning by an
Online misinformation is a prevalent societal issue, with adversaries relying on tools ranging from cheap fakes to sophisticated deep fakes. We are motivated by the threat scenario where an image is used out of context to support a certain narrative.
This paper tries to examine the relationship between analogy and the grammatical
rule. Analogy is one of the basic principles and bases of Arabic grammar during times of
rule formation and judging it. Linguists were divided in their attitude to ana