ACLNov, 2022

MINION: 用于多语言事件检测的大规模且多样化的数据集

PDF
TL;DR本研究介绍了一个新的大规模多语言数据集 MINION，用于事件检测 (Event Detection)，提供了 8 种不同语言的事件注释，其中有 5 种语言并未在现有的多语言数据集中支持。该数据集的实验和分析表明，事件检测在不同语言中存在挑战和可转移性，需要更多的研究努力。
event detectionmultilingual ed datasetsminiontransferabilitychallenges
发现论文，激发创造
  • 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

  • 事件检测探索工具：一个交互式工具用于探索事件检测

    本论文提出了一个交互式易于使用的工具 ——ED Explorer，用于探索 Event Detection（ED）数据集和模型，帮助领域专家和非专家更好地理解 ED 任务并优化 MAVEN 数据集。

    Apr, 2022

  • MAVEN：一个大规模通用领域事件检测数据集

    本研究提出了一种包含 4480 份维基百科文件、118732 次事件提及实例和 168 种事件类型的 MAVEN 数据集，用于缓解数据不足和低覆盖率等问题，实证分析了通用领域事件检测中的进一步研究方向，并表明现有的事件检测方法不能像小规模数据集中表现出的那样在 MAVEN 上表现出色，说明其在现实世界中仍然是具有挑战性的任务，需要进一步的研究和努力。

    Apr, 2020

  • EDM3：事件检测作为多任务文本生成

    EDM3 是一种基于生成任务模型的事件检测方法，通过利用语言模型的现有知识，实现了针对任何分类模式的训练；该算法在多个事件检测数据集上验证表现优异，在多任务性能方面更是领先 8.4%。

    May, 2023

  • 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

  • OntoED: 基于本体嵌入的低资源事件检测

    通过本体嵌入建立相关知识联系的事件检测框架 OntoED，在解决数据稀缺和新未知事件类型方面比现有方法更卓越和稳健

    May, 2021

  • 自适应知识增强贝叶斯元学习用于小样本事件检测

    提出知识为基础的少样本事件检测方法来解决在实际应用中缺乏正确标记数据的问题，并引入自适应知识增强贝叶斯元学习方法来动态地调整事件类型的知识先验。实验结果表明，在相同的少样本条件下，该方法在至少 15 个绝对 F1 点上一致且显著地优于多个基准线。

    May, 2021

  • XED: 用于情感分析和情绪检测的多语言数据集

    介绍了一种名为 XED 的多语种细粒度情感数据集，其中包含人工标注的芬兰语（25k）和英语句子（30k），以及其他 30 种语言的预测注释，并使用 Plutchik 的核心情感方法注释该数据集，并添加了中性标签以创建一个多标签多类数据集。使用特定于语言的 BERT 模型和 SVM 进行仔细评估，表明该数据集与其他相似数据集相当，因此是情感分析和情感检测的有用工具。

    Nov, 2020

  • 多语种事件链接至维基数据

    本文提出了一项多语种事件链接的任务，构建了包含 440 万触及 440 多种语言的事件数据集，其中两个变体均超过了基线模型。

    Apr, 2022

  • 跨语言口语数据意图检测

    本文提出了一种用于多语言和跨语言口语数据意图检测的系统性研究，对该研究所介绍的一个新资源（MInDS-14）进行了利用，证明使用机器翻译模型和最先进的多语言句子编码器相结合能够在大多数 MInDS-14 所涵盖的目标语言中产生强大的意图检测器，并提供了针对不同维度（如零 - shot 学习与有限 - shot 学习、翻译方向、语音识别的影响）的比较分析。我们认为这项工作是在比以往的工作更广泛的语言范围内开发和评估多语意图检测器的重要一步。

    Apr, 2021