論文の概要: Rethinking the Event Coding Pipeline with Prompt Entailment
- arxiv url: http://arxiv.org/abs/2210.05257v2
- Date: Fri, 5 May 2023 11:47:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 17:32:59.670982
- Title: Rethinking the Event Coding Pipeline with Prompt Entailment
- Title（参考訳）: Prompt Entailmentによるイベントコーディングパイプラインの再考
- Authors: Cl\'ement Lefebvre, Niklas Stoehr
- Abstract要約: 危機を監視するため、ニュースから政治的出来事が抽出される。
大量の構造化されていないフルテキストのイベント記述はケースバイケース分析を管理不能にする。
我々は、より柔軟でリソース効率の良い新しいイベントコーディングアプローチであるPR-ENTを提案する。
- 参考スコア（独自算出の注目度）: 1.370633147306388
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: For monitoring crises, political events are extracted from the news. The
large amount of unstructured full-text event descriptions makes a case-by-case
analysis unmanageable, particularly for low-resource humanitarian aid
organizations. This creates a demand to classify events into event types, a
task referred to as event coding. Typically, domain experts craft an event type
ontology, annotators label a large dataset and technical experts develop a
supervised coding system. In this work, we propose PR-ENT, a new event coding
approach that is more flexible and resource-efficient, while maintaining
competitive accuracy: first, we extend an event description such as "Military
injured two civilians'' by a template, e.g. "People were [Z]" and prompt a
pre-trained (cloze) language model to fill the slot Z. Second, we select answer
candidates Z* = {"injured'', "hurt"...} by treating the event description as
premise and the filled templates as hypothesis in a textual entailment task.
This allows domain experts to draft the codebook directly as labeled prompts
and interpretable answer candidates. This human-in-the-loop process is guided
by our interactive codebook design tool. We evaluate PR-ENT in several
robustness checks: perturbing the event description and prompt template,
restricting the vocabulary and removing contextual information.
- Abstract（参考訳）: 危機を監視するために、ニュースから政治イベントが抽出される。
大量の構造化されていない全文イベント記述は、ケースバイケース分析、特に低リソースの人道支援組織では管理できない。
これにより、イベントをイベントタイプ(イベントコーディングと呼ばれるタスク)に分類する需要が生じる。
一般的に、ドメインの専門家はイベントタイプのオントロジーを作り、アノテーションは大きなデータセットをラベル付けし、技術の専門家は教師付きコーディングシステムを開発する。
In this work, we propose PR-ENT, a new event coding approach that is more flexible and resource-efficient, while maintaining competitive accuracy: first, we extend an event description such as "Military injured two civilians'' by a template, e.g. "People were [Z]" and prompt a pre-trained (cloze) language model to fill the slot Z. Second, we select answer candidates Z* = {"injured'', "hurt"...} by treating the event description as premise and the filled templates as hypothesis in a textual entailment task.
これによりドメインの専門家は、ラベル付きプロンプトとしてコードブックを直接ドラフトし、回答候補を解釈することができる。
このHuman-in-the-loopプロセスは、インタラクティブなコードブック設計ツールによってガイドされます。
イベント記述とプロンプトテンプレートの摂動,語彙制限,コンテキスト情報の削除など,いくつかの堅牢性チェックでpr-entを評価した。
関連論文リスト
- Asking and Answering Questions to Extract Event-Argument Structures [7.997025284201876]
本稿では,文書レベルのイベント処理構造を抽出するための質問応答手法を提案する。
イベントが持つ可能性のある引数タイプ毎に、自動的に質問と回答を行います。
トレーニングインスタンスを増強するために、単純なスパンスワッピング技術、コア参照解決、および大規模言語モデルを使用します。
論文 参考訳（メタデータ） (2024-04-25T08:43:06Z) - Prompt-based Graph Model for Joint Liberal Event Extraction and Event Schema Induction [1.3154296174423619]
イベントは、エンティティの状態の変化を記述する、スピーチとテキストの不可欠なコンポーネントである。
イベント抽出タスクは、イベントを特定して分類し、イベントスキーマに従って参加者を見つけることを目的としている。
研究者らは、イベント抽出とイベントスキーマの同時発見を目的とした、リベラルイベント抽出(LEE)を提案する。
論文 参考訳（メタデータ） (2024-03-19T07:56:42Z) - Rich Event Modeling for Script Event Prediction [60.67635412135682]
スクリプトイベント予測のためのリッチイベント予測(REP)フレームワークを提案する。
REPは、テキストからそのような情報を抽出するイベント抽出器を含む。
予測器の中核となるコンポーネントは、任意の数の引数を柔軟に扱う変換器ベースのイベントエンコーダである。
論文 参考訳（メタデータ） (2022-12-16T05:17:59Z) - 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) - Query and Extract: Refining Event Extraction as Type-oriented Binary
Decoding [51.57864297948228]
本稿では,自然言語クエリとしてイベントタイプと引数ロールを取り入れた新しいイベント抽出フレームワークを提案する。
我々のフレームワークは、イベントタイプや引数ロールと入力テキストとのセマンティックな相関をよりよく捉えるための注意機構の恩恵を受ける。
論文 参考訳（メタデータ） (2021-10-14T15:49:40Z) - Integrating Deep Event-Level and Script-Level Information for Script
Event Prediction [60.67635412135681]
本稿では,MCPredictorと呼ばれるTransformerベースのモデルを提案する。
The experimental results on the wide-useed New York Times corpus showed the effectiveness and superiority of the proposed model。
論文 参考訳（メタデータ） (2021-09-24T07:37:32Z) - COfEE: A Comprehensive Ontology for Event Extraction from text, with an
online annotation tool [3.8995911009078816]
イベント抽出(EE)は、特定のインシデントとそのアクターに関する情報をテキストから導き出そうとする。
EEは知識ベースの構築、情報検索、要約、オンライン監視システムなど、多くの領域で有用である。
COfEEは、環境問題、サイバースペース、犯罪活動、自然災害に関連する新しいカテゴリを含む2つの階層レベル(イベントタイプとイベントサブタイプ)から構成されている。
論文 参考訳（メタデータ） (2021-07-21T19:43:22Z) - Unsupervised Label-aware Event Trigger and Argument Classification [73.86358632937372]
まず,利用可能なツール(srlなど)でイベントを識別し,それを事前に定義されたイベントタイプに自動マップする,教師なしイベント抽出パイプラインを提案する。
事前訓練された言語モデルを利用して、イベントトリガと引数の両方の事前定義された型を文脈的に表現します。
我々は、トリガーの83%と引数の54%を正しい型にマッピングし、以前のゼロショットアプローチのパフォーマンスをほぼ倍にしました。
論文 参考訳（メタデータ） (2020-12-30T17:47:24Z) - Probing and Fine-tuning Reading Comprehension Models for Few-shot Event
Extraction [17.548548562222766]
イベント抽出のための読解フレームワークを提案する。
適切なクエリテンプレートを構築することで,タスクやラベルのセマンティクスに関する豊富な知識を効果的に抽出することができる。
本手法は,ACE 2005ベンチマークにおいて,全監督訓練を行った場合の最先端性能を実現する。
論文 参考訳（メタデータ） (2020-10-21T21:48:39Z) - "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)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。