Fugu-MT 論文翻訳(概要): Joint Event Extraction via Structural Semantic Matching

論文の概要: Joint Event Extraction via Structural Semantic Matching

arxiv url: http://arxiv.org/abs/2306.03469v1
Date: Tue, 6 Jun 2023 07:42:39 GMT
ステータス: 処理完了
システム内更新日: 2023-06-07 16:41:53.189241
Title: Joint Event Extraction via Structural Semantic Matching
Title（参考訳）: 構造意味マッチングによる共同イベント抽出
Authors: Haochen Li, Tianhao Gao, Jingkun Wang, Weiping Li
Abstract要約: イベント抽出(EE)は、情報抽出において不可欠なタスクの1つである。本稿では,イベントタイプの意味的特徴を符号化し,対象テキストと構造的マッチングを行う。
参考スコア（独自算出の注目度）: 12.248124072173935
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Event Extraction (EE) is one of the essential tasks in information extraction, which aims to detect event mentions from text and find the corresponding argument roles. The EE task can be abstracted as a process of matching the semantic definitions and argument structures of event types with the target text. This paper encodes the semantic features of event types and makes structural matching with target text. Specifically, Semantic Type Embedding (STE) and Dynamic Structure Encoder (DSE) modules are proposed. Also, the Joint Structural Semantic Matching (JSSM) model is built to jointly perform event detection and argument extraction tasks through a bidirectional attention layer. The experimental results on the ACE2005 dataset indicate that our model achieves a significant performance improvement
Abstract（参考訳）: イベント抽出(EE)は、テキストからイベント参照を検出し、対応する引数ロールを見つけることを目的として、情報抽出において不可欠なタスクの1つである。 eeタスクは、イベントタイプの意味定義と引数構造とターゲットテキストとをマッチングするプロセスとして抽象化することができる。本稿では,イベントタイプの意味的特徴をエンコードし,対象テキストと構造的マッチングを行う。具体的には、セマンティック型埋め込み(STE)と動的構造エンコーダ(DSE)モジュールを提案する。また、連立構造セマンティックマッチング(JSSM)モデルを構築し、双方向の注意層を通してイベント検出と引数抽出タスクを共同で行う。 ace2005データセットの実験結果から,本モデルの性能向上が期待できる。

関連論文リスト

Exploiting Contextual Target Attributes for Target Sentiment Classification [53.30511968323911]
TSCの既存のPTLMベースモデルは、1)PTLMをコンテキストエンコーダとして採用した微調整ベースモデル、2)テキスト/単語生成タスクに分類タスクを転送するプロンプトベースモデル、の2つのグループに分類される。我々は,PTLM を TSC に活用する新たな視点として,言語モデリングと文脈的ターゲット属性による明示的ターゲットコンテキスト相互作用の利点を同時に活用する。
論文参考訳（メタデータ） (2023-12-21T11:45:28Z)
Semantic Structure Enhanced Event Causality Identification [57.26259734944247]
事象因果同定(ECI)は、非構造化テキスト中の事象間の因果関係を特定することを目的としている。既存の方法は、イベント中心構造とイベント関連構造という、ECIタスクに不可欠な2種類の意味構造を過小評価する。
論文参考訳（メタデータ） (2023-05-22T07:42:35Z)
PESE: Event Structure Extraction using Pointer Network based Encoder-Decoder Architecture [0.0]
イベント抽出(EE)は、テキストからイベントとイベント関連の議論情報を見つけ、構造化形式で表現することを目的としている。本稿では、各イベントレコードをトリガーフレーズ、トリガータイプ、引数フレーズ、および対応するロール情報を含むユニークな形式で表現する。提案するポインタネットワークを用いたエンコーダデコーダモデルでは,イベント参加者間のインタラクションを利用して各ステップでイベントを生成する。
論文参考訳（メタデータ） (2022-11-22T10:36:56Z)
Efficient Zero-shot Event Extraction with Context-Definition Alignment [50.15061819297237]
イベント抽出(EE)は、テキストから関心のあるイベント参照を特定するタスクである。イベントタイプ名の静的な埋め込みは、1つの単語があいまいなため、十分ではないかもしれない、と私たちは主張する。我々はZED(Zero-shot Event extract with Definition)と名付けた。
論文参考訳（メタデータ） (2022-11-09T19:06:22Z)
Semantic Pivoting Model for Effective Event Detection [19.205550116466604]
Event Detectionは、構造化されていない記事からイベントインスタンスの参照を識別し、分類することを目的としている。イベント検出の既存のテクニックは、イベントタイプクラスを表現するために、均質な1ホットベクトルのみを使用しており、型の意味がタスクにとって重要であるという事実を無視している。本稿では,学習中の事前情報を明示的に組み込んで,入力とイベント間の意味的に意味のある相関関係を捉えるセマンティック・ピロリング・モデル(SPEED)を提案する。
論文参考訳（メタデータ） (2022-11-01T19:20:34Z)
Bi-Directional Iterative Prompt-Tuning for Event Argument Extraction [7.20903061029676]
イベント引数抽出(EAE)のための双方向反復的プロンプトチューニング手法を提案する。提案手法は,コンテクストエンティティの引数ロールをプロンプト構成に導入することにより,イベント引数の相互作用を探索する。 ACE 2005 の英語データセットにおける標準および低リソース設定による実験により,提案手法がピア・オブ・ザ・アーティファクト法を著しく上回ることを示した。
論文参考訳（メタデータ） (2022-10-28T02:31:59Z)
TAGPRIME: A Unified Framework for Relational Structure Extraction [71.88926365652034]
TAGPRIMEは、与えられた条件に関する情報を入力テキストに追加するシーケンスタグ付けモデルである。事前学習された言語モデルにおける自己認識機構により、プライミングワードは、出力された文脈化された表現に、与えられた条件に関するより多くの情報を含む。 5つの異なる言語にまたがる10のデータセットをカバーする3つのタスクに関する大規模な実験と分析は、TAGPRIMEの汎用性と有効性を示している。
論文参考訳（メタデータ） (2022-05-25T08:57:46Z)
Learning Constraints and Descriptive Segmentation for Subevent Detection [74.48201657623218]
本稿では,サブイベント検出とEventSeg予測の依存関係をキャプチャする制約を学習し,強制するアプローチを提案する。我々は制約学習にRectifier Networksを採用し、学習した制約をニューラルネットワークの損失関数の正規化項に変換する。
論文参考訳（メタデータ） (2021-09-13T20:50:37Z)
Text2Event: Controllable Sequence-to-Structure Generation for End-to-end Event Extraction [35.39643772926177]
イベントの抽出は、イベントレコードの複雑な構造と、テキストとイベント間のセマンティックなギャップのために難しい。従来の方法では、複雑な構造予測タスクを複数のサブタスクに分解することでイベントレコードを抽出する。エンドツーエンドでテキストからイベントを直接抽出できるシーケンス・ツー・構造生成パラダイムであるText2Eventを提案する。
論文参考訳（メタデータ） (2021-06-17T04:00:18Z)
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。