論文の概要: CMNIE: An Information Extraction Benchmark for Chinese Military News
- arxiv url: http://arxiv.org/abs/2609.10722v1
- Date: Wed, 09 Sep 2026 18:16:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.105666
- Title: CMNIE: An Information Extraction Benchmark for Chinese Military News
- Title（参考訳）: CMNIE:中国の軍事ニュースのための情報抽出ベンチマーク
- Abstract要約: 本稿では,中国の軍事ニュースの情報抽出ベンチマークCMNIEを紹介する。
データセットには、中国の軍事ニュースから収集された13,000のインスタンスが含まれている。
CMNIEは、特に関係抽出とイベントの正確な一致のために、継続する?
- 参考スコア（独自算出の注目度）: 6.838012562057879
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Structured extraction from Chinese military news supports intelligence analysis, decision-making, and knowledge base construction. However, existing resources provide limited support for joint informa?tion extraction in this domain, especially when events, event arguments, entities, and relations must be modeled together. We present CMNIE, an information extraction benchmark for Chinese military news. Extend?ing military-domain resources beyond document-level event annotations, CMNIE jointly annotates event triggers, event arguments, named enti?ties, and entity relations under a unified domain schema. The dataset contains 13,000 instances collected from public Chinese military news, with manual annotations for 7 event types, 10 argument roles, 7 entity types, and 8 relation types. We evaluate supervised IE models, zero-shot large language models, and fine-tuned LLM-based extraction methods on a shared test set. Experimental results show that CMNIE remains chal?lenging, especially for relation extraction and exact matching of event?argument spans; zero-shot LLMs often identify relevant semantic units but fail to match gold span boundaries exactly. CMNIE provides a stan?dardized benchmark for studying schema adherence, exact span match?ing, and joint structured extraction in specialized Chinese news.
- Abstract（参考訳）: 中国の軍事ニュースから構造化された抽出は、情報分析、意思決定、知識ベース構築をサポートする。
しかし、既存のリソースは、ジョイントインフォメータを限定的にサポートしていますか?
イベント、イベント引数、エンティティ、リレーションが一緒にモデル化されなければならない場合、このドメインでのオプション抽出。
本稿では,中国の軍事ニュースの情報抽出ベンチマークCMNIEを紹介する。
延長?
ドキュメントレベルのイベントアノテーションを超えた軍事ドメインリソースを入力し、CMNIEはイベントトリガ、イベント引数、名前付きentiを共同でアノテーションしますか?
統合されたドメインスキーマの下でのコネクションとエンティティの関係。
データセットには、パブリックな中国の軍事ニュースから収集された13,000のインスタンスが含まれており、7つのイベントタイプ、10の引数ロール、7のエンティティタイプ、8のリレーションシップタイプがある。
共有テストセット上で, 教師付きIEモデル, ゼロショット大言語モデル, 微調整LLMに基づく抽出手法の評価を行った。
CMNIEはコールのままか?
レンジング、特に関係抽出と イベントの正確な一致のために?
ゼロショット LLM はしばしば関連するセマンティックユニットを識別するが、金のスパン境界と正確に一致しない。
CMNIEはスタンを提供するのか?
スキーマ・アテンデンス 正確なスパン・マッチを 研究するための厳しいベンチマーク?
ing, and joint structured extract in special Chinese news。
関連論文リスト
- MODF-SIR: A Multi-agent Omni-modal Distilled Framework for Social Intelligence Reasoning [80.41987492855971]
軽量なマルチモーダル大言語モデル(MLLM)に基づくマルチエージェント協調フレームワークを提案する。
このアーキテクチャでは、ソーシャルインテリジェンスに関連するマルチモーダルデータが正確にローカライズされている。
IntentTrainのトレーニングデータの約30%で、最先端の結果が得られます。
論文 参考訳（メタデータ） (2026-06-10T12:44:02Z) - Beyond Isolated Dots: Benchmarking Structured Table Construction as Deep Knowledge Extraction [80.88654868264645]
Arranged and Organized extract Benchmarkは、断片化された文書を理解するための大規模言語モデルの能力を評価するために設計された。
AOEには3つの異なるドメインにまたがる11のタスクが含まれており、さまざまな入力クエリに適したコンテキスト固有のスキーマを生成するモデルが必要である。
結果は、最も先進的なモデルでさえ、かなり苦労したことを示している。
論文 参考訳（メタデータ） (2025-07-22T06:37:51Z) - Less is More: Making Smaller Language Models Competent Subgraph Retrievers for Multi-hop KGQA [51.3033125256716]
本研究では,小言語モデルで処理される条件生成タスクとして,サブグラフ検索タスクをモデル化する。
2億2千万のパラメータからなる基本生成部分グラフ検索モデルでは,最先端モデルと比較して競合検索性能が向上した。
LLMリーダを接続した最大の3Bモデルは、WebQSPとCWQベンチマークの両方で、SOTAのエンドツーエンドパフォーマンスを新たに設定します。
論文 参考訳（メタデータ） (2024-10-08T15:22:36Z) - Multi-Grained Query-Guided Set Prediction Network for Grounded Multimodal Named Entity Recognition [9.506482334842293]
Grounded Multimodal Named Entity Recognition (GMNER) は、新しい情報抽出(IE)タスクである。
近年,機械読解やシーケンス生成に基づくフレームワークを用いた統一手法は,この難易度に限界を生じさせている。
そこで我々は,Multi-fine Query-guided Set Prediction Network (MQSPN) という新しい統合フレームワークを提案する。
論文 参考訳（メタデータ） (2024-07-17T05:42:43Z) - MultiADE: A Multi-domain Benchmark for Adverse Drug Event Extraction [11.458594744457521]
アクティブな有害事象監視は、異なるデータソースからの逆薬物イベント(ADE)を監視する。
ほとんどのデータセットや共有タスクは、特定のタイプのテキストからADEを抽出することに焦点を当てている。
ドメインの一般化 - 新しい、目に見えないドメイン(テキストタイプ)でうまく機能する機械学習モデルの能力は、まだ解明されていない。
我々はMultiADEと名づけた有害薬物イベント抽出のためのベンチマークを構築した。
論文 参考訳（メタデータ） (2024-05-28T09:57:28Z) - CMNEE: A Large-Scale Document-Level Event Extraction Dataset based on Open-Source Chinese Military News [4.8309547228489125]
大規模で文書レベルのオープンソースである中国の軍事ニュースイベント抽出データセットであるCMNEEを提案する。
17,000の文書と29,223のイベントが含まれており、すべて軍事領域の事前定義されたスキーマに基づいて手動で注釈付けされている。
我々は,複数の最先端イベント抽出モデルを体系的評価で再現する。
論文 参考訳（メタデータ） (2024-04-18T15:02:35Z) - Rules still work for Open Information Extraction [0.0]
本稿では,中国語テキストに適した革新的なオープン情報抽出モデルであるAPRCOIEを提案する。
モデルをトレーニングするために,大規模な中国語OIEデータセットを手動でアノテートした。
比較評価では、APRCOIEが現在の中国のOIEモデルより優れていることを示す。
論文 参考訳（メタデータ） (2024-03-16T01:40:36Z) - Enriching Relation Extraction with OpenIE [70.52564277675056]
関係抽出(RE)は情報抽出(IE)のサブ分野である
本稿では,オープン情報抽出(OpenIE)の最近の取り組みがREの課題の改善にどのように役立つかを検討する。
本稿では,2つの注釈付きコーパスであるKnowledgeNetとFewRelを用いた実験により,拡張モデルの精度向上を実証した。
論文 参考訳（メタデータ） (2022-12-19T11:26:23Z) - A Closer Look at Debiased Temporal Sentence Grounding in Videos:
Dataset, Metric, and Approach [53.727460222955266]
テンポラル・センテンス・グラウンディング・イン・ビデオ(TSGV)は、未編集のビデオに自然言語文を埋め込むことを目的としている。
最近の研究では、現在のベンチマークデータセットには明らかなモーメントアノテーションバイアスがあることが判明している。
偏りのあるデータセットによる膨らませ評価を緩和するため、基礎的リコールスコアを割引する新しい評価基準「dR@n,IoU@m」を導入する。
論文 参考訳（メタデータ） (2022-03-10T08:58:18Z) - Syntactic-GCN Bert based Chinese Event Extraction [2.3104000011280403]
本研究では,中国語イベント抽出を行う統合フレームワークを提案する。
提案するアプローチは、意味的特徴と構文的特徴を統合するマルチチャネル入力ニューラルフレームワークである。
実験結果から,提案手法はベンチマーク手法よりも有意に優れていることがわかった。
論文 参考訳（メタデータ） (2021-12-18T14:07:54Z) - GATE: Graph Attention Transformer Encoder for Cross-lingual Relation and
Event Extraction [107.8262586956778]
言語に依存しない文表現を学習するために、普遍的な依存解析を伴うグラフ畳み込みネットワーク(GCN)を導入する。
GCNは、長い範囲の依存関係を持つ単語をモデル化するのに苦労する。
そこで本研究では,構文的距離の異なる単語間の依存関係を学習するための自己認識機構を提案する。
論文 参考訳（メタデータ） (2020-10-06T20:30:35Z)
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。