Feb, 2023

新事物？识别叙述中新事件的展开

PDF
TL;DR研究了叙述文本的事件信息状态和新事件的自动识别，提出了一种新的挑战性任务，定义事件为主语、谓语和宾语三元组，并用人类注释者对其中的新事件进行了注释和验证，并发布了相应的注释数据集和机器学习基线模型。
narrativesautomatic understandinginformation statusnew event identificationcommonsense reasoning
发现论文，激发创造
  • 基于事件的新闻叙事提取调查

    本综述文章聚焦于从事件中心的角度提取新闻叙事，包括合成、组织、评估方法等方面，总结了 900 多篇相关文章中的 54 篇研究，分析了近年来的趋势和未来的挑战和潜在研究方向。

    Feb, 2023

  • 通过博客和电影推断细粒度事件因果关系

    本文主要针对通过两种方法 —— 获取常见事件因果关系的知识库和理解特定故事或宏事件，通过知识获取方法研究以认识第一人称叙述和电影场景描述等叙事类型中的事件之间因果关系。实验结果表明我们的方法可以学习细粒度的因果关系。

    Aug, 2017

  • 通过识别叙事获取时间事件知识

    本文基于叙述文本中的双重时间特征，提出了一种新颖的方法来获取跨句子的丰富的事件先后顺序知识。通过探索叙述学原则和构建弱监督学习，从三个大型文本语料库中识别了 287k 个叙述段落，并从中提取了丰富的事件时间知识，这种事件知识对于改善时间关系分类任务很有用，并在叙述 Cloze 任务上优于最近几个神经网络模型。

    May, 2018

  • 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

  • 故事实现：将情节事件扩展为句子

    使用基于神经网络的合奏模型生成事件导向的自动故事情节，比基线方法生成的故事更连贯和可信。

    Sep, 2019

  • 阅读说明书：事件提取即定义理解

    该研究旨在验证文本理解是否已经发展到可以通过注释手册衍生出精炼的陈述来提取事件信息的程度，通过引入一个采用这种陈述的模型示例，实验表明我们可以在封闭本体中提取事件，并通过阅读新的定义来概括未见过的事件类型。

    Dec, 2019

  • 在信息文本中检测叙事元素

    本研究介绍了一种名为 NEAT 的新型 NLP 任务，针对新闻等信息文本，基于 Labov 和 Waletzky 的叙事理论设计了一种新的多标签叙事注释方案，标注了从多种类别域收集的 46 篇新闻文章中的 2,209 句子，并训练了多个监督模型进行不同设置的分类，成功地识别了不同的叙事元素，并达到了高达 0.77 的 F1 分数，表明该研究具有很好的全面性及对域类别的鲁棒性。

    Oct, 2022

  • 基于突显感知的事件链建模用于叙事理解

    本文提出了一种从自然语言文本中提取事件链的方法，该方法可以过滤非显著事件和支持性句子，并在两个任务中证明了其有效性：叙述预测和基于事件的时间问答。

    Sep, 2021

  • 将剧本事件与叙述文本对齐

    本文介绍了如何利用丰富的语言表示以及时间排序的信息，将叙述文本中的事件提及映射到脚本事件类型，结果表明该复杂任务确实可行。

    Oct, 2017

  • 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