IJCAIDec, 2021

基于伪触发词感知的修剪完全图的高效文档级事件提取

PDF
TL;DR本研究提出了一种快速轻量级的模型 PTPCG，通过修剪完整图及自动选出的伪触发器进行非自回归解码，实现文档级事件抽取的高效率，取得了比之前系统更具竞争力的结果。
document-level event extractionptpcgnon-autoregressive decoding algorithmpruned complete graphspseudo triggers
发现论文，激发创造
  • EventGraph：事件提取作为语义图解析

    本文介绍了 EventGraph，一种将事件编码为图形的联合框架，通过将触发事件和参数表示为语义图形中的节点，以此来解决事件提取的问题，并表明该模型在 ACE2005 上达到了和最先进的系统一样的结果，并且在参数提取方面有了显著的改善。

    Oct, 2022

  • 利用语境线索和角色相关性增强文档级事件论元抽取

    本文提出了一种 SCPRG（Span-trigger-based Contextual Pooling and latent Role Guidance）模型，它包含两个新颖有效的模块，用于解决文档级事件论证提取的问题，并在公共数据集上表现出优越的性能。

    Oct, 2023

  • 基于提示的图模型用于联合自由事件抽取和事件模式归纳

    事件抽取任务旨在识别和分类事件，并根据事件模式找到其参与者。我们提出了一种基于提示的图模型用于自由事件抽取，该模型使用基于提示的方法获取候选触发器和参数，并构建异构事件图来编码事件内部和事件间的结构。实验结果表明，我们的方法在预定义事件模式下或无预定义事件模式下都能取得出色的性能，并且自动检测到的事件模式质量高。

    Mar, 2024

  • 条件生成实现的文档级事件论元抽取

    本文提出了一种文档级神经事件关系抽取模型，将其作为一种条件生成的过程，并使用事件模板。此外，作者构建了一个新的包含完整事件和共指注释的文档级事件抽取数据集 WikiEvents。研究结果表明，该模型在事件论证抽取方面取得了较好的性能，并展示了零样本事件提取框架的可移植性。

    Apr, 2021

  • 基于异构图交互模型和跟踪器的文档级事件提取

    本文提出了一种名为 GIT 的异构图交互模型，该模型引入跟踪器模块解决文献中目标事件参数分布广泛、事件之间关联复杂的问题，并且在大规模数据集上实验表明，GIT 在提取多个相关事件和事件参数方面表现良好，F1 值比先前的方法提高了 2.8。

    May, 2021

  • 利用图卷积网络和上下文子树有效地进行商品新闻事件抽取

    本文介绍了一种使用图卷积网络 (GCN) 和修剪的依赖关系解析树来更好地从商品新闻中提取事件的方法。该方法采用基于 ComBERT 的特征嵌入来训练事件提取模型，实验结果表明，该方法的效率比现有方法高，F1 得分达到 0.90。此外，我们的预训练语言模型在论元角色分类方面优于 GloVe 23％，优于 BERT 和 RoBERTa 7％。

    Sep, 2021

  • 基于注意力图信息聚合的联合多事件抽取

    本文提出了一种新的 Jointly Multiple Events Extraction (JMEE) 框架，采用语法快捷弧增强信息流和基于注意力机制的图卷积网络建模图信息，实现了同时提取多个事件触发器和参数，结果显示该框架与现有方法竞争性强。

    Sep, 2018

  • 通过自我训练与梯度指导提高事件抽取

    提出了一种自训练与梯度引导（STGG）框架用于事件提取任务，可应用于任意基础事件提取模型以利用广泛的未标记数据进行性能改进。

    May, 2022

  • 探索 ChatGPT 在事件提取中的可行性

    本文研究了用 ChatGPT 进行事件抽取的可行性并探究了遇到的挑战，结果表明 ChatGPT 在长尾和复杂情况下只有任务特定模型 EEQA 的 51.04％的性能，ChatGPT 不够稳定，继续改进提示不会导致稳定的性能提高，而且 ChatGPT 对不同的提示风格非常敏感。

    Mar, 2023

  • 使用图卷积网络沿最短依赖路径进行联合事件抽取

    本文提出了一种基于短依赖路径的关注图卷积网络的联合事件抽取框架，该框架可同时抽取多个事件触发器和参数，并捕捉参数之间的关联信息，实现对长距离依赖关系的建模，达到了与最先进方法的实质性改进。

    Mar, 2020