Fugu-MT 論文翻訳(概要): Modality and Negation in Event Extraction

論文の概要: Modality and Negation in Event Extraction

arxiv url: http://arxiv.org/abs/2109.09393v1
Date: Mon, 20 Sep 2021 09:39:23 GMT
ステータス: 処理完了
システム内更新日: 2021-09-22 02:35:10.352414
Title: Modality and Negation in Event Extraction
Title（参考訳）: イベント抽出におけるモダリティと否定
Authors: Sander Bijl de Vroe, Liane Guillou, Milo\v{s} Stanojevi\'c, Nick McKenna, Mark Steedman
Abstract要約: 様々な種類のモダリティをキャプチャする,オープンドメインのレキシコンに基づくイベント抽出システムを提案する。この情報は,質問応答,知識グラフ構築,Fact-checkingタスクに有用である。
参考スコア（独自算出の注目度）: 9.641521141186242
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Language provides speakers with a rich system of modality for expressing thoughts about events, without being committed to their actual occurrence. Modality is commonly used in the political news domain, where both actual and possible courses of events are discussed. NLP systems struggle with these semantic phenomena, often incorrectly extracting events which did not happen, which can lead to issues in downstream applications. We present an open-domain, lexicon-based event extraction system that captures various types of modality. This information is valuable for Question Answering, Knowledge Graph construction and Fact-checking tasks, and our evaluation shows that the system is sufficiently strong to be used in downstream applications.
Abstract（参考訳）: 言語は、実際の出来事にコミットすることなく、イベントについての考えを表現するための豊富なモダリティシステムを提供する。モダリティ(Modality)は、実際の出来事と可能な出来事の両方が議論される政治ニュースドメインで一般的に使用される。 NLPシステムはこれらのセマンティックな現象に苦しむが、しばしば起こらなかった事象を誤って抽出し、下流のアプリケーションで問題を引き起こす。様々な種類のモダリティをキャプチャする,オープンドメインのレキシコンに基づくイベント抽出システムを提案する。この情報は,質問応答,ナレッジグラフ構築,ファクトチェックタスクに有用であり,評価の結果,下流アプリケーションで使用するには十分に強力なシステムであることが判明した。

関連論文リスト

Grounding Partially-Defined Events in Multimodal Data [61.0063273919745]
部分定義イベントに対するマルチモーダル定式化を導入し、これらのイベントの抽出を3段階スパン検索タスクとしてキャストする。このタスクのベンチマークであるMultiVENT-Gを提案し,22.8Kのラベル付きイベント中心エンティティを含む,14.5時間の高密度アノテーション付き現在のイベントビデオと1,168のテキストドキュメントからなる。結果は、イベント理解の抽象的な課題を示し、イベント中心のビデオ言語システムにおける約束を実証する。
論文参考訳（メタデータ） (2024-10-07T17:59:48Z)
Double Mixture: Towards Continual Event Detection from Speech [60.33088725100812]
音声イベント検出は、セマンティックイベントと音響イベントの両方のタグ付けを含むマルチメディア検索に不可欠である。本稿では, 音声イベント検出における主な課題として, 過去の出来事を忘れることなく新たな事象を連続的に統合すること, 音響イベントからの意味のゆがみについて述べる。本稿では,適応性を向上し,忘れることを防止するために,音声の専門知識と堅牢な記憶機構を融合する新しい手法「ダブルミキチャー」を提案する。
論文参考訳（メタデータ） (2024-04-20T06:32:00Z)
Towards Event Extraction from Speech with Contextual Clues [61.164413398231254]
本稿では,音声イベント抽出(SpeechEE)タスクを導入し,3つの合成トレーニングセットと1つの人為的テストセットを構築した。テキストからのイベント抽出と比較して、SpeechEEは、主に連続的で単語境界を持たない複雑な音声信号のために、より大きな課題を提起する。我々の手法はすべてのデータセットに大幅な改善をもたらし、最大10.7%のF1ゲインを達成する。
論文参考訳（メタデータ） (2024-01-27T11:07:19Z)
Event Detection in Time Series: Universal Deep Learning Approach [0.0]
時系列におけるイベント検出は、不均衡なデータセット、まれなイベント、時間間隔定義イベントの頻度のため、困難なタスクである。本稿では,教師付き回帰に基づく深層学習手法を提案する。当社のアプローチは、まれなイベントや不均衡なデータセットを含む、統合されたフレームワーク内で、さまざまな種類のイベントを効果的に処理できる。
論文参考訳（メタデータ） (2023-11-27T09:33:56Z)
EnrichEvent: Enriching Social Data with Contextual Information for Emerging Event Extraction [5.795017262737487]
本稿では,ストリーミングソーシャルデータの言語的および文脈的表現を活用する新しいフレームワークであるEnrichEventを提案する。提案するフレームワークは,イベントの時間的変化を示すために,各イベントのクラスタチェーンを生成する。
論文参考訳（メタデータ） (2023-07-29T21:37:55Z)
PILED: An Identify-and-Localize Framework for Few-Shot Event Detection [79.66042333016478]
本研究では,事前学習した言語モデルから事象関連知識を引き出すために,クローゼプロンプトを用いた。型固有のパラメータの数を最小化し、新しい型に対するイベント検出タスクに迅速に適応できるようにします。
論文参考訳（メタデータ） (2022-02-15T18:01:39Z)
The Possible, the Plausible, and the Desirable: Event-Based Modality Detection for Language Processing [7.037431698815925]
この研究はGeorgetown Gradable Modal Expressions (GME) のルービンシュタインらによる理論的基礎に基づいている。本稿では,細粒度モーダル概念の検出と分類を目的としたGMEコーパスの実験を行う。モーダル表現の検出と分類は可能であるだけでなく,それ自身でモーダル表現を検出できることを示す。
論文参考訳（メタデータ） (2021-06-15T10:47:57Z)
Adaptive Knowledge-Enhanced Bayesian Meta-Learning for Few-shot Event Detection [34.0901494858203]
イベント検出(ED)は、文中のイベントトリガーワードを検出し、それらを特定のイベントタイプに分類することを目的としている。本稿では,外部イベント知識を導入するために,定義に基づくエンコーダを用いた知識ベース少ショットイベント検出手法を提案する。実験により、我々の手法は、少なくとも15個の絶対F1点の基準線を連続的に、実質的に上回っていることが示された。
論文参考訳（メタデータ） (2021-05-20T04:26:26Z)
"What Are You Trying to Do?" Semantic Typing of Event Processes [94.3499255880101]
本稿では,認知に動機づけられたセマンティックタイピングタスク,多軸イベントプロセスタイピングについて検討する。我々は60k以上のイベントプロセスを含む大規模なデータセットを開発し、アクションとオブジェクトタイプの軸の両方に極細粒度のタイピングを特徴とする。本稿では,Glosses1からの間接的監視によるタイピング問題に対処するハイブリッド学習フレームワークP2GTと,共同学習からランクへのフレームワークを提案する。
論文参考訳（メタデータ） (2020-10-13T22:37:29Z)
Detecting Ongoing Events Using Contextual Word and Sentence Embeddings [110.83289076967895]
本稿では,OED(Ongoing Event Detection)タスクを紹介する。目的は、歴史、未来、仮説、あるいは新しいものでも現在のものでもない他の形式や出来事に対してのみ、進行中のイベントの言及を検出することである。構造化されていないテキストから進行中のイベントに関する構造化情報を抽出する必要があるアプリケーションは、OEDシステムを利用することができる。
論文参考訳（メタデータ） (2020-07-02T20:44:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。