A Discourse Marker Tagger for Spanish using Transformers

Please use this identifier to cite or link to this item: http://hdl.handle.net/10045/122849
Información del item - Informació de l'item - Item information
Title: A Discourse Marker Tagger for Spanish using Transformers
Other Titles: Etiquetador automático de Marcadores Discursivos mediante Transformers
Authors: García Toro, Ana | Porta Zamorano, Jordi | Moreno Sandoval, Antonio
Keywords: Discourse Markers | Spanish | Fine-tuning Transformers
Knowledge Area: Lenguajes y Sistemas Informáticos
Issue Date: Mar-2022
Publisher: Sociedad Española para el Procesamiento del Lenguaje Natural
Citation: Procesamiento del Lenguaje Natural. 2022, 68: 123-132. https://doi.org/10.26342/2022-68-9
Abstract: We present an automatic discourse particle (DM) tagger developed using manual annotation and machine learning. The tagger has been developed on a dataset of financial letters, where human annotators have reached an 0.897 agreement rate (IAA) on the indications of a specific annotation guide. With the annotated dataset, a prototype has been developed using the pre-trained Transformers, adapting it to the task (fine-tunning), reaching an F1-score of 0.933. An evaluation of the results obtained by the tagger is included. | Presentamos un etiquetador automático de partículas discursivas (DM) desarrollado mediante etiquetado manual y aprendizaje automático. El etiquetador se ha desarrollado en un dataset de cartas financieras. Las anotadoras humanas han alcanzado un 0,897 de tasa de acuerdo (IAA) sobre las indicaciones de una guía de anotación específica. Con el dataset anotado se ha desarrollado un prototipo usando modelos de Transformers pre-entrenados adaptándolos a la tarea (fine-tuning) con un F1 de 0,933. Al final se da una evaluación de los resultados obtenidos por el tagger.
Sponsor: The research has been carried out within the CLARA-FINT project (PID2020-116001RB-C31), funded by the Spanish Ministry of Science and Innovation.
URI: http://hdl.handle.net/10045/122849
ISSN: 1135-5948
DOI: 10.26342/2022-68-9
Language: eng
Type: info:eu-repo/semantics/article
Rights: © Sociedad Española para el Procesamiento del Lenguaje Natural
Peer Review: si
Publisher version: https://doi.org/10.26342/2022-68-9
Appears in Collections:Procesamiento del Lenguaje Natural - Nº 68 (2022)

Files in This Item:
Files in This Item:
File Description SizeFormat 
ThumbnailPLN_68_09.pdf1,04 MBAdobe PDFOpen Preview


Items in RUA are protected by copyright, with all rights reserved, unless otherwise indicated.