May, 2024

GLOCON 数据库：设计决策与用户手册（v1.0）

PDF
TL;DRGLOCON 是一个从多个国家，多种语言的国家新闻来源中自动提取的争议事件数据库。利用国家新闻来源，处理完整的新闻档案以创建每个来源的事件列表。通过从完整的新闻档案中随机抽样得到的黄金标准语料库（Yörük et al. 2022）以及至少由两个领域专家根据 Duruşan et al. (2022) 中提供的事件定义进行标注，实现自动化。
发现论文，激发创造
  • 全球争议性政治数据库（GLOCON）标注手册

    使用自动化文本处理工具通过 GLOCON Gold Standard Corpus 进行训练和测试，开发并优化了可以检测新闻文章中的抗议事件、定位抗议信息并提取相关信息的工具，并根据注释手册中的规则为数据集进行手动编码。

    May, 2022

  • 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

  • GLEN：适用于数千种类型的通用事件检测

    本论文提供了一个实用的通用事件检测数据集 GLEN，它使用了现有注释的 PropBank 作为远程监督，提出了一个新的多阶段事件检测模型，能够有效处理大本体大小和标签噪声问题，并在性能上表现出优越性。

    Mar, 2023

  • GGPONC：基于临床实践指南的德语医学文本富元数据语料库

    本文介绍了 GGPONC（德国肿瘤规范化治疗自然语言处理语料库），它是基于肿瘤规范化治疗的德语语料库之一，为德语语言医学信息提取和自然语言处理研究提供了巨大的帮助

    Jul, 2020

  • 文本中的政治事件地理定位

    本文介绍了一种自动地从文本中找到政治事件发生地点的方法，基于一个包含 8,000 个标签的句子集合，使用了一种将自动提取的事件和文本位置联系起来的方法，该模型在注释任务上达到了人类水平表现，胜过了先前的事件地理定位系统，并可应用于大多数地理环境下的事件提取系统。本文形式化了事件 - 位置链接任务、描述了神经网络模型，并演示了一个工作流来回答叙利亚内战中传统军事攻势导致平民伤亡的开放性问题。

    May, 2019

  • 冲突文本语料库的深度主动学习挖掘

    利用主动学习改进机器学习模型的方法，提取与冲突动态有关的事件的子类，展现与人工编码相似的性能，同时减少了高达 99% 的人工注释需求。

    Feb, 2024

  • 关于种族灭绝相关的法庭记录中基于主题的段落分类的新数据集

    本文介绍了第一份带有注释的种族屠杀相关法庭记录的语料库 GTC，并运用最新的基于 transformer 的方法建立了段落标识及暴力相关证词提取的基准性能用于分类任务，探索了领域内的迁移学习。

    Apr, 2022

  • 利用 Wikidata 支持的事件知识图谱搜索新闻文章

    本文提出一种使用 Wikidata 知识库的方法来产生新闻文章的语义注释，并描述了一种语义搜索引擎，支持基于关键词的搜索和结构化数据搜索。

    Apr, 2019

  • 事件问答的语料库层次评估：涉及 2002 年古吉拉特邦暴力事件的 IndiaPoliceEvents 语料库

    本文针对社会科学应用中自动化事件提取依赖于数据集层面的评估，提出了一种具有现实意义的印度警务事件语料库，基于这个语料库通过自然问答方式进行标注并评估现成模型在句子分类、文档排序和时间聚合三个任务上的性能表现。通过这种全新的数据集评估和标注方法，可以为未来类似的社会科学语料库资源的创造指明方向。

    May, 2021

  • CrudeOilNews: 带事件抽取的原油新闻注释语料库

    本文介绍了 CrudeOilNews 的数据收集过程、标注方法学和事件类型学，旨在为经济和金融文本挖掘提供贡献性资源，通过种子数据扩充和人类协商来拓展数据集，在机器学习目的方面，训练了基本的事件提取模型。

    Apr, 2022