关键词event schema induction
搜索结果 - 2
- 事件骨架生成的扩散模型
通过引入嵌入和舍入技术及自定义基于边缘的损失函数,将离散事件图形转换为可学习的潜在表示,并提出去噪训练过程来维持模型鲁棒性,我们提出了一种新颖的扩散事件图模型(DEGM),该模型能保证在模式生成过程中逐步优化的潜在表示中进行错误修正,实验结 - ACL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