論文の概要: OpenEP: Open-Ended Future Event Prediction
- arxiv url: http://arxiv.org/abs/2408.06578v2
- Date: Wed, 14 Aug 2024 01:37:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-15 12:12:37.728422
- Title: OpenEP: Open-Ended Future Event Prediction
- Title(参考訳): OpenEP: 将来のイベント予測
- Authors: Yong Guan, Hao Peng, Xiaozhi Wang, Lei Hou, Juanzi Li,
- Abstract要約: 我々はOpenEP(Open-Ended Future Event Prediction Task)を導入し、現実のシナリオに合わせたフレキシブルで多様な予測を生成する。
質問構築には、場所、時間、イベント開発、イベント結果、イベント影響、イベント応答など、7つの視点から質問する。
結果構築のために,結果を含む自由形式のテキストを基礎的真理として収集し,意味論的に完全かつ詳細に富んだ結果を提供する。
- 参考スコア(独自算出の注目度): 57.63525290892786
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Future event prediction (FEP) is a long-standing and crucial task in the world, as understanding the evolution of events enables early risk identification, informed decision-making, and strategic planning. Existing work typically treats event prediction as classification tasks and confines the outcomes of future events to a fixed scope, such as yes/no questions, candidate set, and taxonomy, which is difficult to include all possible outcomes of future events. In this paper, we introduce OpenEP (an Open-Ended Future Event Prediction task), which generates flexible and diverse predictions aligned with real-world scenarios. This is mainly reflected in two aspects: firstly, the predictive questions are diverse, covering different stages of event development and perspectives; secondly, the outcomes are flexible, without constraints on scope or format. To facilitate the study of this task, we construct OpenEPBench, an open-ended future event prediction dataset. For question construction, we pose questions from seven perspectives, including location, time, event development, event outcome, event impact, event response, and other, to facilitate an in-depth analysis and understanding of the comprehensive evolution of events. For outcome construction, we collect free-form text containing the outcomes as ground truth to provide semantically complete and detail-enriched outcomes. Furthermore, we propose StkFEP, a stakeholder-enhanced future event prediction framework, that incorporates event characteristics for open-ended settings. Our method extracts stakeholders involved in events to extend questions to gather diverse information. We also collect historically events that are relevant and similar to the question to reveal potential evolutionary patterns. Experiment results indicate that accurately predicting future events in open-ended settings is challenging for existing LLMs.
- Abstract(参考訳): FEP(Future Event Prediction)は、イベントの進化を理解することで、早期のリスク識別、情報的意思決定、戦略的計画が可能になる。
既存の作業は通常、イベント予測を分類タスクとして扱い、将来のイベントの結果を、イエス/ノー質問、候補セット、分類といった固定された範囲に閉じ込める。
本稿では,OpenEP(Open-Ended Future Event Prediction Task)を紹介する。
これは主に2つの側面に反映される: 第一に、予測的質問は多様なものであり、イベント開発と視点の異なる段階をカバーする。
この課題の研究を容易にするために,オープンな将来のイベント予測データセットであるOpenEPBenchを構築した。
質問構築には、場所、時間、イベント開発、イベント結果、イベント影響、イベント応答などを含む7つの視点から質問を行い、イベントの深い分析と包括的な進化の理解を促進する。
結果構築のために,結果を含む自由形式のテキストを基礎的真理として収集し,意味論的に完全かつ詳細に富んだ結果を提供する。
さらに,イベント特性をオープンエンド設定に組み込んだ,ステークホルダーによるイベント予測フレームワークであるStkFEPを提案する。
本手法では,イベントに関わるステークホルダーを抽出して質問を拡張し,多様な情報を収集する。
我々はまた、潜在的な進化パターンを明らかにするために、関係があり、疑問に類似した歴史的イベントを収集します。
実験結果から,オープンエンド環境での将来の事象を正確に予測することは,既存のLCMでは困難であることが示唆された。
関連論文リスト
- EVIT: Event-Oriented Instruction Tuning for Event Reasoning [18.012724531672813]
イベント推論は、特定の関係に従ってイベントを推論し、将来のイベントを予測することを目的としている。
大規模言語モデル(LLM)は、その豊富な知識と推論能力のために、イベント推論において大きな進歩を遂げている。
しかし、現在使われている命令調整モデルでは、これらのタスクを管理するのに例外的な習熟度が一貫して示されていない。
論文 参考訳(メタデータ) (2024-04-18T08:14:53Z) - Improving Event Definition Following For Zero-Shot Event Detection [66.27883872707523]
ゼロショットイベント検出に対する既存のアプローチは通常、既知のイベントタイプをアノテートしたデータセット上でモデルをトレーニングする。
イベント定義に従うためのトレーニングモデルによるゼロショットイベント検出の改善を目指しています。
論文 参考訳(メタデータ) (2024-03-05T01:46:50Z) - SCTc-TE: A Comprehensive Formulation and Benchmark for Temporal Event Forecasting [63.01035584154509]
私たちは完全に自動化されたパイプラインを開発し、約0.6百万のニュース記事からMidEast-TEという大規模なデータセットを構築しました。
このデータセットは、2015年から2022年まで、主に中東地域での協力と紛争イベントに焦点を当てている。
そこで本稿では,SCTc-TE予測にローカルコンテキストとグローバルコンテキストの両方を活用可能なLoGoを提案する。
論文 参考訳(メタデータ) (2023-12-02T07:40:21Z) - A Survey on Event Prediction Methods from a Systems Perspective:
Bringing Together Disparate Research Areas [0.0]
イベント予測は、将来のイベントを望ましい状態に変更するアクションを決定する際に、ユーザをサポートすることを目的としている。
アプリケーションドメインの多様性は、様々な研究領域に散在する様々な方法をもたらす。
イベント予測手法の包括的分類,統合,評価を考慮した知識共有を容易にするため,システムの観点からの統合と評価を行う。
論文 参考訳(メタデータ) (2023-02-08T12:21:02Z) - 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) - 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) - 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) - Streaming Social Event Detection and Evolution Discovery in
Heterogeneous Information Networks [90.3475746663728]
イベントは現実世界やリアルタイムで行われており、社会集会、祝祭、影響力のある会議、スポーツ活動などのイベントのために計画や組織化が可能である。
ソーシャルメディアプラットフォームは、トピックの異なる公開イベントに関する多くのリアルタイムテキスト情報を生成する。
しかし、異質なテクスチャやメタデータがあいまいであることが多いため、社会イベントの採掘は困難である。
論文 参考訳(メタデータ) (2021-04-02T02:13:10Z) - A Deep Adversarial Model for Suffix and Remaining Time Prediction of
Event Sequences [12.200302768200503]
イベント接尾辞と残時間予測はシーケンス学習タスクにシーケンスされる。
このような予測のための最近のディープラーニングベースの作業は、大きな予測エラーになりやすい。
本稿では、イベントシーケンスの接尾辞と残りの時間予測を促進するために、オープンループトレーニング用のエンコーダデコーダアーキテクチャを提案する。
論文 参考訳(メタデータ) (2021-02-15T02:01:24Z) - Cause vs. Effect in Context-Sensitive Prediction of Business Process
Instances [0.440401067183266]
本稿では、次の事象の原因または影響のコンテキストの問題と、次の事象の予測への影響について論じる。
確率モデルに関する従来の研究を活用し、動的ベイズネットワーク技術を開発した。
本稿では,本手法を2つの実生活データセットを用いて評価し,予測プロセス監視分野の他の手法とベンチマークする。
論文 参考訳(メタデータ) (2020-07-15T08:58:15Z)
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。