论文笔记 EMNLP 2021|Machine Reading Comprehension as Data Augmentation: A Case Study on Implicit Event

1 简介

论文题目：Machine Reading Comprehension as Data Augmentation: A Case Study on Implicit Event Argument Extraction
论文来源：EMNLP 2021
组织机构：北京交通大学
论文链接：https://aclanthology.org/2021.emnlp-main.214v2.pdf
代码链接：https://github.com/jianliu-ml/DocMRC

1.1 动机

• 目前事件论元抽取存在数据稀疏问题。

1.2 创新

• 使用一个新的角度解决事件论元抽取的数据稀疏问题：机器阅读理解
• 提出了两种数据增强的方法：隐含知识迁移和解释数据增强。

2 方法

2.1 Implicit EAE in MRC Formulations

提出一个新的方式(MRC)完成事件论元抽取，将角色转换为问题，包括三步：1) 角色分类：将角色分为基于人、基于地点和一般的。2)触发词转换：使用WordNet将触发词转换为名词形式。3)实现query：模板如下表。

然后将文档D和问题$q_r$