Serbian NER&Beyond: The Archaic and the Modern Intertwinned

Објеката

Тип

Рад у зборнику

Верзија рада

објављена

Језик

енглески

Креатор

Branislava Šandrih Todorović, Cvetana Krstev, Ranka Stanković, Milica Ikonić Nešić

Извор

Proceedings of the Conference Recent Advances in Natural Language Processing - Deep Learning for Natural Language Processing Methods and Applications

Уредник

Galia Angelova, Maria Kunilovskaya, Ruslan Mitkov, Ivelina Nikolova-Koleva

Издавач

INCOMA Ltd. Shoumen, BULGARIA

Датум издавања

2021

Сажетак

U ovom radu predstavljamo srpski književni korpus koji se razvija pod okriljem COST Akcije „Distant Reading for European Literary History” CA16204. Koristeći ovaj korpus romana napisanih pre više od jednog veka, razvili smo i učinili javno dostupnim Sistem za prepoznavanje imenovanih entiteta (NER) obučen da prepozna 7 različitih tipova imenovanih entiteta, sa konvolucionom neuronskom mrežom (CNN), koja ima F1 rezultat od ≈91% na test skupu podataka. Ovaj model je dalje ocenjen na posebnom skupu podataka za evaluaciju. Završavamo poređenje razvijenog modela sa postojećim, nakon čega sledi diskusija o prednostima i nedostacima oba modela.

In this work, we present a Serbian litera ry corpus that is being developed under the umbrella of the “Distant Reading for European Literary History” COST Action CA16204. Using this corpus of novels written more than a century ago, we ha ve developed and made publicly available a Named Entity Recognizer (NER) trai ned to recognize 7 different named enti ty types, with a Convolutional Neural Ne twork (CNN) architecture, having F1 score of ≈91% on the test dataset. This model has been further assessed on a separate eva luation dataset. We wrap up with compa rison of the developed model with the exi sting one, followed by a discussion of pros and cons of the both models.

почетак странице

1252

крај странице

1260

doi

10.26615/978-954-452-072-4_141

isbn

978-954-452-072-4

uri

http://dx.doi.org/10.26615/978-954-452-072-4_141

Шира категорија рада

М30

Ужа категорија рада

М33

Права

Отворени приступ

Лиценца

Creative Commons – Attribution-Share Alike 4.0 International

Формат

.pdf

ORCID

https://orcid.org/0000-0001-5123-6273

https://orcid.org/0000-0001-5123-6273

Скупови објеката

Ранка Станковић

Radovi istraživača

Медија

2021.ranlp-1.141.pdf

Branislava Šandrih Todorović, Cvetana Krstev, Ranka Stanković, Milica Ikonić Nešić. "Serbian NER&Beyond: The Archaic and the Modern Intertwinned" in Proceedings of the Conference Recent Advances in Natural Language Processing - Deep Learning for Natural Language Processing Methods and Applications, INCOMA Ltd. Shoumen, BULGARIA (2021). https://doi.org/10.26615/978-954-452-072-4_141

This item was submitted on 22. новембар 2021. by [anonymous user] using the form “Рад у зборнику радова” on the site “Радови”: http://romeka.rgf.rs/s/repo