权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Multilingual Knowledge Discovery in Digital Cultural Collections

数字文化馆藏中的多语言知识发现

基本信息

批准号：
20K20135
负责人：
SONG Yuting
金额：
$ 2.66万
依托单位：
Ritsumeikan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2022-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K20135/
关键词：
Entity matching MT Evaluation Entity recognition Relation extraction Word embeddings MT evaluation Metadata translation Knowledge extraction Cultural collections Multilingual information

项目摘要

This year we focused on improving the method of cross-lingual entity matching and collecting datasets for machine translation evaluation.First, we proposed a novel method to identify records that refer to the same Japanese artwork entity in Japanese and English data sources. Our approach considered an entity as a sequence of attributes and employed a multilingual BERT-based network to enable cross-lingual entities to be compared without aligning the schema. In addition, we collected datasets and conducted further experiments to evaluate machine translations on translating ukiyo-e metadata records, especially the genre of bijin-e. In another work, we have investigated and evaluated the current state-of-the-art models to automatically discover entities and relations in short texts.

本年度的研究重点是改进跨语言实体匹配的方法，并收集机器翻译评估的数据集。首先，提出了一种新的方法，用于识别日语和英语数据源中引用相同日本艺术品实体的记录。我们的方法认为一个实体作为一个序列的属性，并采用了一个多语言的BERT为基础的网络，使跨语言的实体进行比较，而不对齐的模式。此外，我们收集了数据集，并进行了进一步的实验，以评估机器翻译对翻译浮世绘元数据记录，特别是bijin-e体裁。在另一项工作中，我们研究和评估了当前最先进的模型，以自动发现短文本中的实体和关系。