Transfer Learning for Czech Historical Named Entity Recognition
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F21%3A43963747" target="_blank" >RIV/49777513:23520/21:43963747 - isvavai.cz</a>
Výsledek na webu
<a href="https://aclanthology.org/2021.ranlp-main.65.pdf" target="_blank" >https://aclanthology.org/2021.ranlp-main.65.pdf</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.26615/978-954-452-072-4_065" target="_blank" >10.26615/978-954-452-072-4_065</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Transfer Learning for Czech Historical Named Entity Recognition
Popis výsledku v původním jazyce
Nowadays, named entity recognition (NER) achieved excellent results on the standard corpora. However, big issues are emerging with a need for an application in a specific domain, because it requires a suitable annotated corpus with adapted NE tag-set. This is particularly evident in the historical document processing field. The main goal of this paper consists of proposing and evaluation of several transfer learning methods to increase the score of the Czech historical NER. We study several information sources, and we use two neural nets for NE modeling and recognition. We employ two corpora for evaluation of our transfer learning methods, namely Czech named entity corpus and Czech historical named entity corpus. We show that BERT representation with fine-tuning and only the simple classifier trained on the union of corpora achieves excellent results.
Název v anglickém jazyce
Transfer Learning for Czech Historical Named Entity Recognition
Popis výsledku anglicky
Nowadays, named entity recognition (NER) achieved excellent results on the standard corpora. However, big issues are emerging with a need for an application in a specific domain, because it requires a suitable annotated corpus with adapted NE tag-set. This is particularly evident in the historical document processing field. The main goal of this paper consists of proposing and evaluation of several transfer learning methods to increase the score of the Czech historical NER. We study several information sources, and we use two neural nets for NE modeling and recognition. We employ two corpora for evaluation of our transfer learning methods, namely Czech named entity corpus and Czech historical named entity corpus. We show that BERT representation with fine-tuning and only the simple classifier trained on the union of corpora achieves excellent results.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/EF17_048%2F0007267" target="_blank" >EF17_048/0007267: VaV inteligentních komponent pokročilých technologií pro plzeňskou metropolitní oblast</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Deep Learning for Natural Language Processing Methods and Applications
ISBN
978-954-452-072-4
ISSN
1313-8502
e-ISSN
—
Počet stran výsledku
7
Strana od-do
576-582
Název nakladatele
INCOMA, Ltd.
Místo vydání
Shoumen
Místo konání akce
Shoumen, Bulgaria
Datum konání akce
1. 9. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—