摘要

本文介绍了我们提交至EACL 2021 SRW的成果，提出了一种旨在弥合开放信息抽取（Open Information Extraction, OIE）领域中高资源语言与低资源语言之间差距的方法，并以希腊语为例进行展示。本文的研究目标包含两个方面：首先，基于Transformer架构构建英-希和希-英神经机器翻译（Neural Machine Translation, NMT）模型；其次，利用这些NMT模型将希腊语文本翻译为英文，作为我们自然语言处理（NLP）流水线的输入，并在此基础上执行一系列预处理及三元组抽取任务；最后，将提取出的三元组进行反向翻译，重新转换回希腊语。我们在基准数据集上对所提出的NMT与OIE方法进行了评估，结果表明，该方法在希腊语自然语言处理任务中优于当前最先进的技术水平。