Mar, 2017

InScript：以脚本信息标注叙述文本

PDF
TL;DR该论文介绍了 InScript（Narrative Texts Instantiating Script structure）语料库，它包含 1000 个围绕 10 个不同情景的故事。这个语料库为研究自然语言处理中脚本知识的作用提供了独特的资源。
发现论文，激发创造
  • 将剧本事件与叙述文本对齐

    本文介绍了如何利用丰富的语言表示以及时间排序的信息，将叙述文本中的事件提及映射到脚本事件类型，结果表明该复杂任务确实可行。

    Oct, 2017

  • MCScript：一种基于剧本知识评估机器理解能力的新数据集

    该研究介绍了一种大规模的、关于叙事文本及其相关问题的数据集，用于进行需要运用常识以及剧本知识推理的机器理解任务，该数据集与现有的类似数据集的区别在于，它侧重于关于日常活动的故事，并且其问题需要常识知识或者更具体地说是剧本知识来回答。通过众包策略收集数据，该数据集提供了实际推理方面的大量问题，并被用于 SemEval 2018 中的关于常识和剧本知识的共享任务，并为更广泛的自然语言理解社区提供了具有挑战性的测试用例。

    Mar, 2018

  • EMNS /Imz/ Corpus: 游戏、电视和图像小说叙事中感情色彩丰富的单一演讲者数据集

    本文介绍了情感化叙事语料库 (EMNS) 数据集的构建，该数据集包含高质量的英式英语语音，具有标记的话语，可增强动态和表现性语言的交互式体验。该数据集提供了更高质量和清洁的录音，以帮助更自然和表现性的语音合成技术用于交互式叙事驱动的体验，同时还公开了远程和可扩展的数据收集系统供研究社区使用。

    May, 2023

  • 使用句子级 LSTM 语言模型进行脚本推理

    该研究比较了使用 NLP 流程产生的结构化动词和论点事件和最近的基于递归神经网络的模型，发现后者在预测文档中缺失事件方面与前者大致相当。

    Apr, 2016

  • MCScript2.0：一个机器理解语料库，侧重于剧本事件和参与者

    介绍了 MCScript2.0，这是一个机器理解语料库，用于端到端的脚本知识评估，包括约 20000 个问题，分布在约 3500 个文本上，大部分问题需要使用常识和特定的脚本知识，这是一个挑战性的数据集，已公开发布。

    May, 2019

  • 自然故事语料库

    为了比较人类语言处理模型，许多研究使用富自然语言材料的语料库来预测参与者反应，但这些研究所使用的许多语料库是基于自然文本的，因此缺少许多频率低的句法结构，而这些句法结构是区分处理理论所必需的。本文提出一种新的语料库，包含许多低频句法结构且易于被母语人士理解，该语料库已标注手动修正的语法树，并包括了自定速度阅读时间的数据。

    Aug, 2017

  • Interscript：通过错误反馈进行脚本交互学习的数据集

    本研究提出了一个名为 Interscript 的数据集，其中包含用户反馈的部署模型的数据，可以用于测试和调整在实际环境中使用的模型的性能，这可以在交互式学习中显着提高科技水平。

    Dec, 2021

  • 面向语句理解的广覆盖挑战语料库

    介绍了一个用于机器学习模型开发和评估的数据集，以句子理解为主题并提到该数据集是目前最大的语料库之一，具有覆盖十种不同英语写作和口语体裁的数据，可评估跨体裁领域适应系统。

    Apr, 2017

  • 新事物？识别叙述中新事件的展开

    研究了叙述文本的事件信息状态和新事件的自动识别，提出了一种新的挑战性任务，定义事件为主语、谓语和宾语三元组，并用人类注释者对其中的新事件进行了注释和验证，并发布了相应的注释数据集和机器学习基线模型。

    Feb, 2023

  • ThoughtTreasure 脚本数据库和词典

    该研究介绍了一个脚本数据库及其词典，该数据库已添加到 ThoughtTreasure 平台。它提供了关于脚本的事件顺序，角色，入口条件，结果，目标，情感，地点，持续时间，频率和成本信息，并提供了脚本概念的英语和法语单词和短语连接。

    Mar, 2000