Investigating the role of argumentation in the rhetorical analysis of scientific publications with neural multi-task learning models
Lauscher, Anne
;
Glavaš, Goran
;
Ponzetto, Simone Paolo
;
Eckert, Kai
URL:
|
https://madoc.bib.uni-mannheim.de/46086
|
Weitere URL:
|
https://www.aclweb.org/anthology/papers/D/D18/D18-...
|
URN:
|
urn:nbn:de:bsz:180-madoc-460867
|
Dokumenttyp:
|
Konferenzveröffentlichung
|
Erscheinungsjahr:
|
2018
|
Buchtitel:
|
EMNLP 2018 : Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing, Brussels, Belgium, Oct. 31-Nov. 4
|
Seitenbereich:
|
3326-3338
|
Veranstaltungstitel:
|
2018 Conference on Empirical Methods in Natural Language Processing
|
Veranstaltungsort:
|
Brussels, Belgium
|
Veranstaltungsdatum:
|
October 31-November 4, 2018
|
Herausgeber:
|
Riloff, Ellen
|
Ort der Veröffentlichung:
|
Stroudsburg, PA
|
Verlag:
|
Association for Computational Linguistics
|
ISBN:
|
978-1-948087-84-1
|
Verwandte URLs:
|
|
Sprache der Veröffentlichung:
|
Englisch
|
Einrichtung:
|
Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Text Analytics for Interdisciplinary Research (Juniorprofessur) (Glavaš 2017-2021) Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Information Systems III: Enterprise Data Analysis (Ponzetto 2016-)
|
Fachgebiet:
|
004 Informatik
|
Freie Schlagwörter (Englisch):
|
argument mining , scientific publication mining , scitorics , multi-task learning , natural language processing , deep learning
|
Abstract:
|
Exponential growth in the number of scientific publications yields the need for effective automatic analysis of rhetorical aspects of scientific writing. Acknowledging the argumentative nature of scientific text, in this work we investigate the link between the argumentative structure of scientific publications and rhetorical aspects such as discourse categories or citation contexts. To this end, we (1) augment a corpus of scientific publications annotated with four layers of rhetoric annotations with argumentation annotations and (2) investigate neural multi-task learning architectures combining argument extraction with a set of rhetorical classification tasks. By coupling rhetorical classifiers with the extraction of argumentative components in a joint multi-task learning setting, we obtain significant performance gains for different rhetorical analysis tasks.
|
Zusätzliche Informationen:
|
Online-Ressource
|
| Dieser Eintrag ist Teil der Universitätsbibliographie. |
| Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt. |
Suche Autoren in
BASE:
Lauscher, Anne
;
Glavaš, Goran
;
Ponzetto, Simone Paolo
;
Eckert, Kai
Google Scholar:
Lauscher, Anne
;
Glavaš, Goran
;
Ponzetto, Simone Paolo
;
Eckert, Kai
ORCID:
Lauscher, Anne ; Glavaš, Goran ; Ponzetto, Simone Paolo ORCID: 0000-0001-7484-2049 ; Eckert, Kai
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
|
Eintrag anzeigen |
|
|