Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-30471
Volltext verfügbar? / Dokumentlieferung
Titel: Acquiring Annotated Data with Cross-lingual Explicitation for Implicit Discourse Relation Classification
VerfasserIn: Shi, Wei
Yung, Frances Pikyu
Demberg, Vera
HerausgeberIn: Zeldes, Amir
Sprache: Englisch
Titel: The Workshop on Discourse Relation Parsing and Treebanking - proceedings of the workshop : June 6, 2019, Minneapolis, MN : NAACL HLT 2019
Startseite: 12
Endseite: 21
Verlag/Plattform: ACL
Erscheinungsjahr: 2019
Erscheinungsort: Stroudsburg, PA
Titel der Konferenz: NAACL-HLT 2019
Konferenzort: Minneapolis, Minnesota, USA
Dokumenttyp: Konferenzbeitrag (in einem Konferenzband / InProceedings erschienener Beitrag)
Abstract: Implicit discourse relation classification is one of the most challenging and important tasks in discourse parsing, due to the lack of connectives as strong linguistic cues. A principle bottleneck to further improvement is the shortage of training data (ca. 18k instances in the Penn Discourse Treebank (PDTB)). Shi et al. (2017) proposed to acquire additional data by exploiting connectives in translation: human translators mark discourse relations which are implicit in the source language explicitly in the translation. Using back-translations of such explicitated connectives improves discourse relation parsing performance. This paper addresses the open question of whether the choice of the translation language matters, and whether multiple translations into different languages can be effectively used to improve the quality of the additional data.
DOI der Erstveröffentlichung: 10.18653/v1/W19-2703
URL der Erstveröffentlichung: https://www.aclweb.org/anthology/W19-2703/
Link zu diesem Datensatz: hdl:20.500.11880/28862
http://dx.doi.org/10.22028/D291-30471
ISBN: 978-1-948087-98-8
Datum des Eintrags: 12-Mär-2020
Fakultät: MI - Fakultät für Mathematik und Informatik
Fachrichtung: MI - Informatik
Professur: MI - Prof. Dr. Vera Demberg
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Dateien zu diesem Datensatz:
Es gibt keine Dateien zu dieser Ressource.


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.