文章目录
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 q_r qr