EMNLPNov, 2022

用大规模中文标题数据集基准测试开放式事件提取

PDF
TL;DR本文提供了一个大规模句子级别数据集，对开放式事件抽取进行基准测试，其中包含来自中国网页的 34000 多个新闻标题，为当前事件抽取问题上的高级研究提供了重要的依据。
event extractionopen event extractiontitle2eventnews titleschinese web pages
发现论文，激发创造
  • MEE：一份新颖的多语言事件提取数据集

    提出了一种新的跨语言的事件抽取数据集，称为 MEE，其中注释了 8 种具有不同语言类型的语言中的 50000 多个实体提及、事件触发和事件参数。在此数据集上进行的实验发现多语言事件抽取的挑战和机遇。

    Nov, 2022

  • 事件提取的再评估：过去、现在和未来的挑战

    本文讨论和解决事件提取评估中的挑战，并提出了 TextEE 作为一个标准化、公平和可重现的事件提取基准，包含了多个领域的标准化数据预处理脚本和数据集切分，重新评估了多个事件提取方法，并探索了大型语言模型在事件提取中的能力和未来挑战。

    Nov, 2023

  • CMNEE：基于开源中国军事新闻的大规模文档级事件抽取数据集

    提取军事文本中的结构化事件知识，包括事件触发器和相应的参数，对于许多应用非常重要，如情报分析和决策辅助。本研究提出了 CMNEE，一个大规模的、以文件级别为单位的开源中国军事新闻事件提取数据集，包含 17,000 个文档和 29,223 个事件，这些事件均按照事先定义的军事领域模式进行手动注释，包括 8 种事件类型和 11 种参数角色类型。与其他领域数据集相比，对 CMNEE 的实验结果明显不理想，这表明军事领域的事件提取面临独特挑战，需要进一步的研究努力。可从此 https URL 获取我们的代码和数据。

    Apr, 2024

  • Doc2EDAG：一个用于中文金融事件抽取的端到端文档级框架

    该研究提出了一种新型的端到端模型 - Doc2EDAG，可以生成一个基于实体的有向无环图，有效地完成文档级事件提取（DEE）任务，并将 DEE 任务重新定义为无触发词设计，以缓解文档级事件标注的负担。

    Apr, 2019

  • LEVEN: 一个大规模的中文法律事件检测数据集

    LEVEN 数据集是一个包含 108 种事件类型的大规模中国法律事件检测数据集，它不仅涵盖与收费相关的事件，还涵盖重要但在现有 LED 数据集中被忽略的一般事件，该数据集可显着促进 LED 方法的培训和评估，并可作为提高下游应用程序性能的有用附加信息。

    Mar, 2022

  • 通过自动训练数据生成放大事件抽取学习

    本文提出了使用远程监督自动生成训练数据，利用结构化知识库和神经网络模型来提高事件抽取的效果的方法。通过实验结果表明，该方法可以大量生成高质量的训练数据，并且可以识别出多种类型的事件。

    Dec, 2017

  • MUSIED：多源异构非正式文本事件检测基准

    本研究基于用户评论、文本会话和电话会话等多种非正式、异构数据，提出了一个大规模的汉语事件检测数据集，并通过实验证明了非正式和异构数据的挑战性，为多源非正式事件检测提供了新的探索。

    Nov, 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

  • 基于中文电子病历的端到端临床事件提取

    该研究利用端到端事件提取模型提取医疗文本中的四个维度属性，并在临床发现事件挖掘任务中获得了第二名，模型效果取得了较好的表现。

    Aug, 2022

  • 使用神经潜变量模型进行开放领域事件抽取

    提出一种扩展了事件类型的任务 - 开放域事件抽取的无监督模型，通过构建一个可扩展的隐变量神经模型，收集了大量的数据集并进行了手动注释，通过任务特定的评估指标进行了评估，与现有最先进的方法进行了比较，结果表明该模型比现有的事件模式归纳方法具有更好的性能。

    Jun, 2019