ACLMar, 2022

ECO v1: 面向事件中心的舆情挖掘

PDF
TL;DR本文提出了基于事件 - 论证结构和表达分类理论的事件中心观点挖掘任务并构建了语料库和评测框架，实验结果表明事件中心观点挖掘具有可行性和挑战性，并为未来研究提供了有益的任务、数据集和基线。
event-centric opinion miningevent-argument structureexpression categorizing theorycorpusbenchmark framework
发现论文，激发创造
  • 世事不变，以叙事视角丰富事件中心的知识图谱

    本文提出了一种新颖而轻量级的事件中心知识图谱结构，允许查询包括视角依赖和叙事方面，并证明了主观归属的有效结合，展示了为叙事查询处理专门定制的索引的好处。

    May, 2022

  • 大规模文本语料中的无监督关键事件检测

    本文提出了一种新的任务，中间级别的重要事件检测，旨在从新闻语料库中检测在特定时间 / 位置发生的关键事件，并聚焦于相同的主题。为了解决这些挑战，我们开发了一个无监督的重要事件检测框架 EvMine，它提取时间频繁的 peak 短语，通过从我们设计的 peak 短语图中检测社区将 peak 短语合并成事件相关的特征集，使用从事件相关特征集自动生成的伪标签训练分类器，并利用检索到的文档迭代检测到的关键事件。

    Jun, 2022

  • 使用结构化参数增强事件级情绪分析

    本研究重新定义了事件级别情感分析的任务，提出了一种称之为 $ extit {E}^{3} extit {SA}$ 的端到端事件级别情感分析方法，明确提取并模块化事件结构信息来增强事件级别情感分析。通过实验证明了该方法在现有技术中具有显著优势，并且通过提供包括事件论点和情感标签在内的大型真实世界数据集来促进更多的研究。

    May, 2022

  • 从以对象为中心的事件数据中提取和编码特征的框架

    本文介绍了从对象中心事件数据中提取和编码特征的通用框架，提供了表格、序列和基于图形的编码，用于预测模型的实用性。

    Sep, 2022

  • EA$^2$E: 基于事件感知的文档级论点抽取一致性改进

    本研究针对现有文档级事件参与者角色提取模型无法在跨事件生成具有一致性的结果的问题，提出了基于事件关系的一致性约束机制，并介绍了一种集成上下文信息的事件感知 Argument Extraction 模型（EA^2E）来提升模型的一致性，WIKIEVENTS 和 ACE2005 数据集上的实验结果显示 EA^2E 模型比基准模型表现更加出色。

    May, 2022

  • 事件提取：综述

    本综述介绍了从文本中检测事件的方法，探讨了任务定义、评估方法、基准数据集和方法学的分类，并展望了事件检测的未来研究方向。

    Oct, 2022

  • 有效事件检测的语义中枢模型

    本文提出了一种 Semantic Pivoting Model for Effective Event Detection (SPEED)—— 显式地在训练期间整合先前信息，捕捉输入与事件之间语义上的相关性，在多个设置中取得最先进的性能，并优于基线方法而不使用任何外部资源。

    Nov, 2022

  • 从文本文档中检测和提取事件

    本文探讨了如何从文本中挖掘事件和附带信息，主要应用了机器学习技术进行事件检测和摘要，并讨论了在医学和 Twitter 上运用的应用和未来挑战

    Jan, 2016

  • 文档级别影评意见挖掘

    本文提出了一种基于文本的观点挖掘系统，可以分为积极、消极和中立。该系统还可以处理否定语。通过使用电影评论，实验结果表明了该系统的有效性。

    Aug, 2014

  • EMONA: 新闻文章中的事件级道德观点

    本文介绍了一项新的任务，即理解新闻文章中对事件的道德观点。通过创建一个名为 EMONA 的新数据集，对新闻文章中的事件级道德观点进行了注释，并建立了用于事件道德识别和分类的基准模型。实验证明，对事件的道德观点可以用于识别意识形态偏见或主观事件。

    Apr, 2024