Oct, 2022

基于图数据的抗议事件抽取：CASE2021 任务 1 的 EventGraph 方法

PDF
TL;DR本文介绍了我们参与 CASE 2021 任务 1 子任务 4 的提交。EventGraph 系统使用端到端的基于图形的语义分析器来适应抗议事件提取，并专门针对子任务 4 的事件触发和参数提取。我们尝试使用各种图形将事件编码为 “标记边缘” 或 “节点中心” 的图形。我们展示了 “节点中心” 方法在整个任务的三种语言（英语、西班牙语和葡萄牙语）中表现最佳。EventGraph 在英语和葡萄牙语中排名第三，在西班牙语中排名第四。
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

  • JSEEGraph: 联合结构化事件抽取作为图解析

    JSEEGraph 是一个基于图的事件抽取框架，采用 “意义表示解析” 的方式来处理事件抽取任务。该模型能够同时编码实体和事件，并能够进行其他信息抽取关系的编码和联合推理，并通过构图的方式处理实体和事件的嵌套结构。实验结果表明，JSEEGraph 具有很好的性能，尤其是可以处理嵌套事件结构和联合解决不同的信息抽取任务，代码和模型已经得到公开发布。

    Jun, 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

  • 构建抗议事件相关知识库的跨文本新闻语料库

    提供了一种黄金标准语料库，其中包含各种国家的各种本地和国际来源，用于自动分类新闻文章和提取与抗议事件相关的信息，并在社会和政治科学研究中构建知识库。

    Aug, 2020

  • 扩展的多语言抗议新闻检测 -- 共享任务 1，CASE 2021 和 2022

    该研究介绍了 CASE 2022 共享任务 1 的结果，重点关注跨语言抗议事件检测和多语言文档分类模型的开发，提出了一种基于集合模型的零 - shot 学习方案，并在 CASE2021 测试数据上表现出卓越的性能。

    Nov, 2022

  • 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

  • 法律法规中的实体图提取──用于政策设计分析的原型

    本文介绍了一个原型研究，该研究致力于量化公共政策设计的研究。该系统旨在自动化收集法律文件，注释它们，使用超图分析关键实体之间的相互关系。该系统针对 2003 年的《联合国教科文组织保护非物质文化遗产公约》进行了测试，该法律文献规定了保护文化遗产的重要方面。

    Sep, 2022

  • 基于伪触发词感知的修剪完全图的高效文档级事件提取

    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。

    Dec, 2021

  • 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

  • 使用多注释决策进行因果检测

    该论文研究了利用基于 BERT 模型的自动化抽取技术进行抗议新闻因果关系检测的方法，提出了利用自定义的交叉熵损失函数的方法，实验结果表明 BERT-based-uncased 在 Causal News Corpus 数据集上的 F1 分数达到了 0.8501。

    Oct, 2022