event argument extraction | BriefGPT

关键词event argument extraction

搜索结果 - 27

ACLEA$^2$E: 基于事件感知的文档级论点抽取一致性改进
本研究针对现有文档级事件参与者角色提取模型无法在跨事件生成具有一致性的结果的问题，提出了基于事件关系的一致性约束机制，并介绍了一种集成上下文信息的事件感知 Argument Extraction 模型（EA^2E）来提升模型的一致性，WIK
PDF2 years ago
推动 100 多种事件类型的事件参数提取的泛化极限
该研究介绍了一个新的数据集 GENEVA，涵盖了 115 个事件和 187 个参数角色，用于评估不同方面的模型泛化能力，并比较不同模型的相对普适性，最后提出了 SCAD 新模型，其性能优于以前的模型，并为这些测试套件提供强大的基准。
PDF2 years ago
ACL基于文本推理的事件论元提取：多源学习实现零 - 和少样本
本文通过使用预训练推理模型，将事件论元抽取等 NLP 任务转化为文本蕴涵任务，证明了文本蕴涵模型在复杂任务中同样有效，且可以大幅减少人工标注量和依赖于特定领域语料库的限制。使用多份蕴涵数据集来预训练模型是获得优异结果的关键。
PDF2 years ago
ACLPAIE：为事件论元提取提供提示的论证交互
本文提出了一个高效的 PAIE 模型，用于句子级别和文档级别的事件参数抽取，同时通过多角色提示捕捉参数交互，并通过二分图匹配丢失进行联合优化，提供了 3 个基准测试的广泛实验结果和独特的抽取提示调整策略。
PDF2 years ago
通过双向实体级递归解码器捕获事件参数交互
该研究提出了一种 Seq2Seq-like 的神经网络结构，用于解决事件参数抽取中存在的训练信号和顺序语义不足的问题，该结构使用具有上下文信息的实体 - 角色预测来生成参数角色。
PDF3 years ago
EMNLP带有语法和语义结构的图形变换网络用于事件参数提取
本文提出了一种基于图变换网络（GTNs）利用句子的句法和语义结构来学习更有效的句子结构的新模型，并引入了基于信息瓶颈的新归纳偏差来提高 EAE 模型的泛化性能，实验结果表明该模型在标准数据集上具有最先进的 EAE 性能。
PDF4 years ago
EMNLP事件论元抽取的资源增强神经模型
该研究提出了利用语法引导 transformer 的长距离依存关系，来提高事件面向序列编码的实体识别性能。在 ACE2005 数据集上，该方法取得了新的最高性能。
PDF4 years ago