Exploiting Machine Learning Techniques to Build an Event Extraction System for Portuguese and Spanish

  • Hristo Tanev J.R.C
  • Vanni Zavarella J.R.C.
  • Jens Linge J.R.C.
  • Mijail Kabadjov J.R.C.
  • Jakub Piskorski Frontex
  • Martin Atkinson J.R.C.
  • Ralf Steinberger J.R.C.
Palabras clave: extracción de eventos

Resumen

We describe a multilingual methodology for adapting an event extraction system to new languages. The methodology is based on highly multilingual domain-specific grammars and exploits weakly supervised machine learning algorithms for lexical acquisition. We adapted an already existing event  extraction system for the domain of conflicts and crises to Portuguese and Spanish languages. The results are encouraging and demonstrate the effectiveness of our approach.

Publicado
2009-11-28
Cómo citar
Tanev, H., Zavarella, V., Linge, J., Kabadjov, M., Piskorski, J., Atkinson, M., & Steinberger, R. (2009). Exploiting Machine Learning Techniques to Build an Event Extraction System for Portuguese and Spanish. Linguamática, 1(2), 55-66. Recuperado a partir de https://linguamatica.com/index.php/linguamatica/article/view/37
Número
Vol. 1 Núm. 2
Sección
Artículos de investigación

Los autores que envíen sus trabajos a esta revista implícitamente estón de acuerdo con los siguientes términos:

    1. Los autores retienen los derechos de autor de sus trabajos, permitiendo a esta revista su primera publicación bajo licencia de Creative Commons Attribution License, que permite a otros acceder libremente, usar y compartir dicho trabajo, citando adecuadamente la autoría del trabajo y su presentación en esta revista.
    2. Los autores pueden prescindir de los términos de licencia de CC y acordar por su cuenta arreglos contractuales adicionales independientes para la distribución no exclusiva y posterior publicación de este trabajo (p.e., para incluirlo en un repositorio institucional o publicarlo en un libro), citando adecuadamente su publicación inicial en esta revista.
    3. Además, se anima a los autores a poner en línea su trabajo (p.e., en repositorios institucionales o en su propio sitio web) en cualquier momento antes o durante el proceso de envío, ya que eso puede conducir a intercambios productivos y a un número mayor y más temprano de citas del trabajo publicado (Ver The Effect of Open Access).