Нарицательные в разметке

[FedorBykov]

Коллеги,
не могли бы вы пояснить логику появления отдельных нарицательных в разметке организаций и локаций. Должны они там быть, если мы именованные сущности извлекаем? Если по вашему мнению - да, то по каким правилам?

Например, book_489 - в Org попали "правительство" (2 раза) и "вооруженные силы", но при этом "полиция" осталась неразмеченной.

Другой пример - book_480, два раза выделен "концерн" и один раз "завод", хотя в тексте завод втречается три раза.

В book_503 выделены "город" и "столица".

И примеров таких много. Если речь идет о кореферентности, хотя пример с заводом и вооруженными силами это опровергает, то логично было бы ее увидеть и для персон, но для них такого пока не замечано.

Заранее спасибо за разъяснения.

[vbocharov]

В эталоне есть объекты, состоящие из спанов типа org_descr / loc_descr без "настоящих" имён. Они нужны для фактов (третья дорожка).

В первой и второй дорожках за их отсутствие участников не должны штрафовать.

[sysoev-a]

Правильно ли я понимаю, что на текущий момент компаратор их всё-таки штрафует, по крайней мере в первой дорожке?

[alexandr-j]

Добрый день. Присоединяюсь к вопросу. Помимо этого посылаю список ошибочно размеченных (в моем понимании) организаций в эталоне вместе с документами и идентификаторами объектов. Все эти организации нуждаются в локации и без ее упоминания не могут считаться именем собственным. Однако они размечены как имена собственные: их определяют спаны org_descr+loc_name (аналог - правительство России) либо даже org_name. Если вы не согласитесь с ошибочностью некоторых элементов списка, то просьба объяснить почему. Видимо нужно быть готовым к тому, что такие же ошибки будут и в тестовой части корпуса, что даст заниженную оценку полноты примерно на 3-4%.

Конституционного суда: count=4: book_278, obectId=17509; book_278, obectId=17514; book_278, obectId=17520; book_278, obectId=17526
Конгресса: count=3: book_124, obectId=10546; book_252, obectId=13464; book_93, obectId=10398
Палаты представителей: count=2: book_252, obectId=13459
Конгрессе: count=2: book_252, obectId=13460; book_252, obectId=13469
Сенате: count=2: book_252, obectId=13465; book_252, obectId=13476
Минсвязи: count=2: book_383, obectId=14376; book_383, obectId=14386
Минэкономразвития: count=2: book_475, obectId=18584; book_475, obectId=18605
ГУВД: count=1: book_147, obectId=12389
Следственного комитета при прокуратуре: count=1: book_182, obectId=12648
Минкомсвязи: count=1: book_247, obectId=13454
Палату представителей: count=1: book_252, obectId=13458
Палаты представителей 112 созыва: count=1: book_252, obectId=13475
Федеральному собранию: count=1: book_256, obectId=13486
правительству: count=1: book_256, obectId=13488
Дума: count=1: book_278, obectId=17511
Сената: count=1: book_278, obectId=17515
Синода: count=1: book_278, obectId=17516
Служба прессы Конституционного суда: count=1: book_278, obectId=17525
Думы: count=1: book_278, obectId=17529
делегация США: count=1: book_282, obectId=17547
МВД: count=1: book_288, obectId=17595
Законодательного собрания: count=1: book_302, obectId=17581
генштаба: count=1: book_346, obectId=18173
политбюро партии: count=1: book_367, obectId=18236
Госдуму: count=1: book_506, obectId=14115
Министерство сельского хозяйства и пищевой промышленности: count=1: book_622, obectId=18997

[vbocharov]

@alexandr-j , спасибо!

Это вопрос о том, что такое собственное имя у организации? У тех, из которых состоит государственный аппарат, нет таких имён, как, например, у ООО "Ромашка". Они названы по функциям, по их месту в структуре, по территории, к которой они относятся и т.д.. У таких названий есть часть признаков имени собственного: многие пишутся с заглавной буквы и обозначают единственный в своём роде объект. Название страны у них систематически опускается, т.к. оно очевидно.

Я исправил разметку у "правительства", "политбюро" и "пресс-службы". Там было по-разному сделано. Теперь org_descr.