计算机科学 > 计算与语言
[提交于 2025年8月5日
]
标题: Taggus:从葡萄牙小说文学中提取角色社交网络的自动化流程
标题: Taggus: An Automated Pipeline for the Extraction of Characters' Social Networks from Portuguese Fiction Literature
摘要: 从小说书籍中自动识别角色及其互动,可以说是一个复杂的任务,需要利用多种自然语言处理(NLP)方法的管道,例如命名实体识别(NER)和词性(POS)标注。 然而,这些方法并不是为导致角色社交网络构建的任务而优化的。 事实上,目前可用的方法表现不佳,特别是在代表性不足的语言中,这是由于缺乏用于训练的手动注释数据。 在此,我们提出一个管道,称为Taggus,以从葡萄牙语文学小说作品中提取社交网络。 我们的结果表明,与现成的最先进工具——现成的NER工具和大型语言模型(ChatGPT)相比,该使用POS标注和启发式方法组合的管道在识别角色和解决共指问题的任务中取得了令人满意的结果,平均F1分数为$94.1\%$,并在互动检测中为$75.9\%$。 这分别比现成的最先进工具取得的结果提高了$50.7\%$和$22.3\%$。 进一步的步骤以提高结果已被概述,例如检测角色之间关系的解决方案。 承认了我们在测试样本大小和范围上的限制。 Taggus管道是公开的,以鼓励在葡萄牙语领域的这一领域的发展。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.