論文の概要: Event GDR: Event-Centric Generative Document Retrieval

• arxiv url: http://arxiv.org/abs/2405.06886v1
• Date: Sat, 11 May 2024 02:55:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-14 19:32:15.755705
• Title: Event GDR: Event-Centric Generative Document Retrieval
• Title（参考訳）: Event GDR: イベント中心の生成ドキュメント検索
• Authors: Yong Guan, Dingxiao Liu, Jinchen Ma, Hao Peng, Xiaozhi Wang, Lei Hou, Ru Li,
• Abstract要約: イベント中心の生成文書検索モデルであるEvent GDRを提案する。 我々は、文書の包括性と内的内容の相関を保証するために、文書のモデル化にイベントと関係を用いる。 識別子構築では、イベントを適切に定義されたイベント分類にマッピングし、明示的な意味構造を持つ識別子を構築する。
• 参考スコア（独自算出の注目度）: 37.53593254200252
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative document retrieval, an emerging paradigm in information retrieval, learns to build connections between documents and identifiers within a single model, garnering significant attention. However, there are still two challenges: (1) neglecting inner-content correlation during document representation; (2) lacking explicit semantic structure during identifier construction. Nonetheless, events have enriched relations and well-defined taxonomy, which could facilitate addressing the above two challenges. Inspired by this, we propose Event GDR, an event-centric generative document retrieval model, integrating event knowledge into this task. Specifically, we utilize an exchange-then-reflection method based on multi-agents for event knowledge extraction. For document representation, we employ events and relations to model the document to guarantee the comprehensiveness and inner-content correlation. For identifier construction, we map the events to well-defined event taxonomy to construct the identifiers with explicit semantic structure. Our method achieves significant improvement over the baselines on two datasets, and also hopes to provide insights for future research.
• Abstract（参考訳）: 情報検索における新たなパラダイムである生成文書検索は、単一のモデル内でドキュメントと識別子間の接続を構築することを学び、大きな注目を集めている。 しかし,(1)文書表現中に内部コンテンツ相関を無視すること,(2)識別子構築中に明示的な意味構造が欠如していること,の2つの課題がある。 それにもかかわらず、出来事は関係を豊かにし、明確に定義された分類法を持ち、上記の2つの課題に対処するのに役立つ。 そこで我々は,イベント中心の生成文書検索モデルであるEvent GDRを提案する。 具体的には、イベント知識抽出のためのマルチエージェントに基づく交換-then-reflection法を用いる。 文書表現には、文書の包括性と内的内容の相関を保証するために、文書のモデル化にイベントと関係を用いる。 識別子構築では、イベントを適切に定義されたイベント分類にマッピングし、明示的な意味構造を持つ識別子を構築する。 提案手法は,2つのデータセットのベースラインよりも大幅に改善され,今後の研究への洞察も期待できる。

関連論文リスト

• Generative Retrieval Meets Multi-Graded Relevance [104.75244721442756]
  GRADed Generative Retrieval (GR$2$)というフレームワークを紹介します。 GR$2$は2つの重要なコンポーネントに焦点を当てている。 マルチグレードとバイナリの関連性を持つデータセットの実験は,GR$2$の有効性を示した。
  論文  参考訳（メタデータ） (2024-09-27T02:55:53Z)
• Enhancing Cross-Document Event Coreference Resolution by Discourse Structure and Semantic Information [33.21818213257603]
  クロスドキュメントのイベントコア参照解決モデルは、参照の類似性を直接計算するか、イベント引数を抽出することで参照表現を強化することができる。 本稿では,文書の構造的・意味的情報をモデル化するために,文書レベルのレトリック構造理論(RST)木とクロスドキュメントのレキシカル・チェーンの構築を提案する。 このギャップを埋めるために、大規模な中国のクロスドキュメントイベントコアデータセットを開発した。
  論文  参考訳（メタデータ） (2024-06-23T02:54:48Z)
• 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)
• Cross-document Event Coreference Search: Task, Dataset and Modeling [26.36068336169796]
  我々は、タスクのために、魅力的な、より適用可能な補完的な設定 - クロスドキュメントの参照検索を提案する。 このタスクの研究を支援するために、Wikipediaから派生した対応するデータセットを作成します。 本稿では,強力なコア参照スコアリング方式をDPRアーキテクチャに統合し,性能を向上する新しいモデルを提案する。
  論文  参考訳（メタデータ） (2022-10-23T08:21:25Z)
• EA$^2$E: Improving Consistency with Event Awareness for Document-Level Argument Extraction [52.43978926985928]
  本稿では、トレーニングと推論のための拡張コンテキストを備えたイベント・アウェア・引数抽出(EA$2$E)モデルを紹介する。 WIKIEVENTSとACE2005データセットの実験結果から,EA$2$Eの有効性が示された。
  論文  参考訳（メタデータ） (2022-05-30T04:33:51Z)
• Augmenting Document Representations for Dense Retrieval with Interpolation and Perturbation [49.940525611640346]
  ドキュメント拡張(Document Augmentation for dense Retrieval)フレームワークは、ドキュメントの表現をDense Augmentationとperturbationsで強化する。 2つのベンチマークデータセットによる検索タスクにおけるDARの性能評価を行い、ラベル付き文書とラベルなし文書の密集検索において、提案したDARが関連するベースラインを大幅に上回っていることを示す。
  論文  参考訳（メタデータ） (2022-03-15T09:07:38Z)
• Cross-document Event Identity via Dense Annotation [9.163142877146512]
  我々は、異なる文書からテキストイベントの同一性を研究する。 本稿では,クロスドキュメント・イベント・コアのための高密度アノテーション手法を提案する。 クロスドキュメントイベントコアのためのオープンアクセスデータセットを提案する。
  論文  参考訳（メタデータ） (2021-09-14T03:57:58Z)
• 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。