論文の概要: LED: A Dataset for Life Event Extraction from Dialogs
- arxiv url: http://arxiv.org/abs/2304.08327v1
- Date: Mon, 17 Apr 2023 14:46:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 14:52:17.079819
- Title: LED: A Dataset for Life Event Extraction from Dialogs
- Title(参考訳): LED: ダイアログからのライフイベント抽出のためのデータセット
- Authors: Yi-Pei Chen, An-Zi Yen, Hen-Hsen Huang, Hideki Nakayama, Hsin-Hsi Chen
- Abstract要約: ライフログは、パーソナライズされたレコメンデーションやメモリアシストなど、幅広い用途で注目を集めている。
Life Event Dialogは、会話データに詳細なライフイベントアノテーションを含むデータセットである。
本稿では,対話型ライフイベント抽出課題に対処するための3つの情報抽出(IE)フレームワークについて検討する。
- 参考スコア(独自算出の注目度): 57.390999707053915
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Lifelogging has gained more attention due to its wide applications, such as
personalized recommendations or memory assistance. The issues of collecting and
extracting personal life events have emerged. People often share their life
experiences with others through conversations. However, extracting life events
from conversations is rarely explored. In this paper, we present Life Event
Dialog, a dataset containing fine-grained life event annotations on
conversational data. In addition, we initiate a novel conversational life event
extraction task and differentiate the task from the public event extraction or
the life event extraction from other sources like microblogs. We explore three
information extraction (IE) frameworks to address the conversational life event
extraction task: OpenIE, relation extraction, and event extraction. A
comprehensive empirical analysis of the three baselines is established. The
results suggest that the current event extraction model still struggles with
extracting life events from human daily conversations. Our proposed life event
dialog dataset and in-depth analysis of IE frameworks will facilitate future
research on life event extraction from conversations.
- Abstract(参考訳): ライフログは、パーソナライズされたレコメンデーションやメモリアシストなど、幅広い用途で注目を集めている。
個人生活イベントの収集と抽出の課題が浮上している。
人は会話を通じて人生を他人と共有することが多い。
しかし,会話からライフイベントを抽出することは稀である。
本稿では,会話データに詳細なライフイベントアノテーションを含むデータセットであるlife event dialogを提案する。
さらに,新しい対話型ライフイベント抽出タスクを開始し,そのタスクを公開イベント抽出や,マイクロブログなどの他のソースからのライフイベント抽出と区別する。
本稿では,対話型ライフイベント抽出タスクであるOpenIE,リレーション抽出,イベント抽出の3つのフレームワークについて検討する。
3つのベースラインの包括的な実証分析が確立された。
その結果,現在のイベント抽出モデルは日常会話からのライフイベントの抽出に苦慮していることが示唆された。
提案するライフイベントダイアログデータセットとieフレームワークの詳細な分析により、会話からのライフイベント抽出に関する今後の研究が促進される。
関連論文リスト
- 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) - MEE: A Novel Multilingual Event Extraction Dataset [62.80569691825534]
Event extractは、イベント参照とその引数をテキストから認識することを目的としている。
モデルトレーニングと評価のための高品質な多言語EEデータセットの欠如が主な障害となっている。
本稿では,8言語で50万以上のイベントを参照するアノテーションを提供する新しい多言語イベント抽出データセット(EE)を提案する。
論文 参考訳(メタデータ) (2022-11-11T02:01:41Z) - EventGraph: Event Extraction as Semantic Graph Parsing [5.21480688623047]
イベント抽出には、イベントトリガとそれに対応するイベント引数の両方の検出と抽出が含まれる。
イベントをグラフとしてエンコードするイベント抽出のための共同フレームワークであるEventGraphを提案する。
私たちのコードとモデルはオープンソースとしてリリースされています。
論文 参考訳(メタデータ) (2022-10-16T22:11:46Z) - Event Extraction: A Survey [3.3758186776249928]
テキストから報告されたイベントを抽出することは、自然言語処理における重要な研究テーマの1つである。
イベント抽出の応用は、ニュースワイヤ、バイオメディカルドメイン、歴史と人類、サイバーセキュリティなど、幅広い領域にまたがる。
本報告では,テキスト文書からの事象検出に関する包括的調査を行う。
論文 参考訳(メタデータ) (2022-10-07T09:36:44Z) - Unifying Event Detection and Captioning as Sequence Generation via
Pre-Training [53.613265415703815]
本稿では,イベント検出とキャプションのタスク間関連性を高めるための,事前学習と微調整の統合フレームワークを提案する。
我々のモデルは最先端の手法よりも優れており、大規模ビデオテキストデータによる事前学習ではさらに向上できる。
論文 参考訳(メタデータ) (2022-07-18T14:18:13Z) - An overview of event extraction and its applications [1.8047694351309205]
本研究では,現在最先端のイベント抽出手法とそのテキストからの応用について概説する。
この調査の特徴は、適度な複雑さの概観を提供し、特定のアプローチの詳細が多すぎることを避けることである。
論文 参考訳(メタデータ) (2021-11-05T01:37:47Z) - Reinforcement Learning-based Dialogue Guided Event Extraction to Exploit
Argument Relations [70.35379323231241]
本稿では、イベント引数の関係を明示的に活用することで、イベント抽出のためのより良いアプローチを提案する。
我々は増補学習と漸進学習を用いて、多回反復的なプロセスを通じて複数の引数を抽出する。
実験の結果,提案手法は7つの最先端イベント抽出法より一貫して優れていることがわかった。
論文 参考訳(メタデータ) (2021-06-23T13:24:39Z) - Document-level Event Extraction with Efficient End-to-end Learning of
Cross-event Dependencies [37.96254956540803]
本稿では,構造化予測アルゴリズムであるDeep Value Networks (DVN) を利用したエンドツーエンドモデルを提案する。
提案手法はACE05上でのCRFモデルに匹敵する性能を達成し,計算効率は極めて高い。
論文 参考訳(メタデータ) (2020-10-24T05:28:16Z) - 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。
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。