論文の概要: Lost in Recursion: Mining Rich Event Semantics in Knowledge Graphs

• arxiv url: http://arxiv.org/abs/2404.16405v1
• Date: Thu, 25 Apr 2024 08:33:08 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-26 14:28:55.239373
• Title: Lost in Recursion: Mining Rich Event Semantics in Knowledge Graphs
• Title（参考訳）: 再帰の損失:知識グラフでリッチなイベントセマンティックをマイニングする
• Authors: Florian Plötzky, Niklas Kiehne, Wolf-Tilo Balke,
• Abstract要約: 複雑な出来事に関する物語を構築・活用する方法を示す。 複雑な事象に対する異なる視点を考慮に入れるために、テキストからそのような物語をマイニングするアルゴリズムを提供する。
• 参考スコア（独自算出の注目度）: 2.657233098224094
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Our world is shaped by events of various complexity. This includes both small-scale local events like local farmer markets and large complex events like political and military conflicts. The latter are typically not observed directly but through the lenses of intermediaries like newspapers or social media. In other words, we do not witness the unfolding of such events directly but are confronted with narratives surrounding them. Such narratives capture different aspects of a complex event and may also differ with respect to the narrator. Thus, they provide a rich semantics concerning real-world events. In this paper, we show how narratives concerning complex events can be constructed and utilized. We provide a formal representation of narratives based on recursive nodes to represent multiple levels of detail and discuss how narratives can be bound to event-centric knowledge graphs. Additionally, we provide an algorithm based on incremental prompting techniques that mines such narratives from texts to account for different perspectives on complex events. Finally, we show the effectiveness and future research directions in a proof of concept.
• Abstract（参考訳）: 私たちの世界は様々な複雑さの出来事によって形作られています。 これには、地元のファーマーマーケットのような小規模の地方イベントと、政治的・軍事的紛争のような大規模な複合イベントが含まれる。 後者は通常直接観察されるのではなく、新聞やソーシャルメディアのような仲介者のレンズを通して観察される。 言い換えれば、このような出来事が直接展開されるのを見るのではなく、それらを取り巻く物語に直面することになる。 このような物語は複雑な出来事の異なる側面を捉えており、語り手に関しても異なる場合もある。 したがって、それらは現実世界の出来事に関する豊富な意味論を提供する。 本稿では,複雑な出来事に関する物語を構築・活用する方法について述べる。 複数の詳細レベルを表すために再帰ノードに基づく物語の形式的表現を提供し、イベント中心の知識グラフに物語がどのように結びつくかについて議論する。 さらに、複雑な事象に対する異なる視点を考慮に入れ、テキストからそのような物語をマイニングするインクリメンタルなプロンプト技術に基づくアルゴリズムを提供する。 最後に,概念実証における有効性と今後の研究の方向性を示す。

関連論文リスト

• 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)
• Whats New? Identifying the Unfolding of New Events in Narratives [11.058053956455545]
  本稿では,イベントの情報状況(IS)を調査し,物語における新たなイベントの自動識別という,新たな課題を提案する。 我々は、事象を主題、述語、対象の三重項として定義する。 我々は,人間の注釈を用いて,新しい出来事を文レベルで表現した物語の公開コーパスを注釈した。
  論文  参考訳（メタデータ） (2023-02-15T15:54:01Z)
• Zero-Shot On-the-Fly Event Schema Induction [61.91468909200566]
  本稿では,大規模な言語モデルを用いて,高レベルなイベント定義,特定のイベント,引数,それらの関係を予測・付与するソースドキュメントを生成する手法を提案する。 我々のモデルを用いて、任意のトピックに関する完全なスキーマを、手動のデータ収集、すなわちゼロショットの方法で、オンザフライで生成することができる。
  論文  参考訳（メタデータ） (2022-10-12T14:37:00Z)
• Beyond Grounding: Extracting Fine-Grained Event Hierarchies Across Modalities [43.048896440009784]
  マルチモーダル(ビデオとテキスト)データからイベント階層を抽出するタスクを提案する。 これはイベントの構造を明らかにし、それらを理解するのに不可欠である。 我々は,この課題に対して,最先端のユニモーダルベースラインとマルチモーダルベースラインの限界を示す。
  論文  参考訳（メタデータ） (2022-06-14T23:24:15Z)
• It's the Same Old Story! Enriching Event-Centric Knowledge Graphs by Narrative Aspects [0.3655021726150368]
  イベント中心の知識グラフのための新しい軽量な構造を導入し,視点依存と物語的側面を取り入れたクエリを初めて実現した。 本実験は、イベント参加者に対する主観的帰属の効果的な取り込みを証明し、物語クエリ処理に特化して調整された指標の利点を示すものである。
  論文  参考訳（メタデータ） (2022-05-08T14:00:41Z)
• Computational Lens on Cognition: Study Of Autobiographical Versus Imagined Stories With Large-Scale Language Models [95.88620740809004]
  GPT-3を用いた自伝的物語と想像的物語における出来事の物語の流れの相違について検討した。 想像された物語は自伝的物語よりも逐次性が高いことがわかった。 想像された物語と比較すると、自伝的な物語は、最初の人物に関連するより具体的な言葉と単語を含んでいる。
  論文  参考訳（メタデータ） (2022-01-07T20:10:47Z)
• ESTER: A Machine Reading Comprehension Dataset for Event Semantic Relation Reasoning [49.795767003586235]
  イベントセマンティックリレーション推論のための包括的な機械学習理解データセットESTERを紹介します。 もっともよく使われるイベント意味関係を5つ検討し、質問応答タスクとして定式化します。 実験の結果、現在のSOTAシステムは、イベントベースF1、トークンベースF1、HIT@1スコアそれぞれ60.5%、57.8%、76.3%を達成した。
  論文  参考訳（メタデータ） (2021-04-16T19:59:26Z)
• Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
  物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。 以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
  論文  参考訳（メタデータ） (2020-10-04T05:24:12Z)
• Screenplay Summarization Using Latent Narrative Structure [78.45316339164133]
  本稿では,物語の基盤となる構造を一般教師なし・教師付き抽出要約モデルに明示的に組み込むことを提案する。 重要な物語イベント(転回点)の観点で物語構造を定式化し、脚本を要約するために潜伏状態として扱う。 シーンレベルの要約ラベルを付加したテレビ画面のCSIコーパスの実験結果から,潜角点がCSIエピソードの重要な側面と相関していることが判明した。
  論文  参考訳（メタデータ） (2020-04-27T11:54:19Z)

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。