Reading the Manual: Event Extraction as Definition Comprehension, EMNLP 2020

最新推荐文章于 2023-02-27 10:37:23 发布
最新推荐文章于 2023-02-27 10:37:23 发布
阅读量115 收藏 1
点赞数
文章标签： 自然语言处理 word2vec 人工智能 神经网络 深度学习 Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/pythonyanyan/article/details/128520271
版权

提出一种新颖的事件抽取方法，为模型提供带有漂白语句（实体用通用的方式指代）的模型。漂白语句是指基于注释准则、描述事件发生的通常情况的机器可读的自然语言句子。实验结果表明，模型能够提取封闭本体下的事件，并且只需阅读新的漂白语句即可将其推广到未知的事件类型。

主要思想

提出了一种新的事件抽取方法，该方法考虑了通过将文本中的实体用指代的方式表示，如人用someone表示，以这种方式构造语料库；提出了一个多跨度的选择模型，该模型演示了事件抽取方法的可行性以及零样本或少样本设置的可行性。

数据集

ACE 2005

程序员奇奇
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenJERE:EMNLP2020调查结果文件
05-04
OpenJREE：联合关系和实体提取这是针对EMNLP2020研究结果的文章：要求python 3.7 / 3.8 pytorch 1.6pip install -r requirements.txt楷模多头选择CopyMTLWDecSeq2UMTree安装pip install -e .跑步从下载DuIE数据集将*...
BUEES:a Bottom-Up Event Extraction System
02-07
BUEES:a Bottom-Up Event Extraction System
Reading the Manual: Event Extraction as Definition Comprehension
weixin_42324313的博客
03-31 582
Reading the Manual: Event Extraction as Definition Comprehension Yunmo Chen1 Tongfei Chen1 Seth Ebner1 Aaron Steven White2 Benjamin Van Durme1 1Johns Hopkins University 2University of Rochester {yunmo,tongfei,seth,vandurme}@jhu.edu aaron.white@rochester.e
论文笔记 EMNLP 2020|Reading the Manual-Event Extraction as Definition Comprehension
o11oo11o的博客
03-20 1189
文章目录1 简介1.1 创新2 任务定义3 方法4 模型5 实验 1 简介 论文题目：Reading the Manual-Event Extraction as Definition Comprehension 论文来源：EMNLP 2020 论文链接：https://aclanthology.org/2020.spnlp-1.9.pdf 1.1 创新 提出一个新的事件抽取方法，通过使用bleached statements来利用注释指南，同时使用多-span选择模型来进行事件抽取。 2 任务定义
论文笔记 EMNLP 2020|Event Extraction as Machine Reading Comprehension
o11oo11o的博客
08-17 673
Event Extraction as Machine Reading Comprehension
【论文速递】EMNLP 2020 - 将事件抽取作为机器阅读理解任务
qq_45041871的博客
02-27 649
事件抽取(Event extraction, EE)是一项重要的信息抽取任务，旨在抽取文本中的事件信息。以前的EE方法通常将其建模为分类任务，这些任务需要大量数据，并且存在数据稀缺问题。在本文中，我们提出了一种新的EE学习范式，将其明确地转换为机器阅读理解问题(MRC)。我们的方法包括一个无监督的问题生成过程，它可以将事件模式转换为一组自然问题，然后是一个基于BERT的问题回答过程，以检索作为EE结果的答案。
RCEE: Event Extraction as Machine Reading Comprehension 论文解读
qq_45041871的博客
02-27 699
事件提取(Event extraction, EE)是一项重要的信息提取任务，旨在提取文本中的事件信息。以前的EE方法通常将其建模为分类任务，这些任务需要大量数据，并且存在数据稀缺问题。在本文中，我们提出了一种新的EE学习范式，将其明确地转换为机器阅读理解问题(MRC)。我们的方法包括一个无监督的问题生成过程，它可以将事件模式转换为一组自然问题，然后是一个基于BERT的问题回答过程，以检索作为EE结果的答案。
Mosa.zip_MoSA_manual extraction_特征点手动
07-14
一个手动提取特征点的matlab程序，有测试图片
Event_Extraction:事件提取的简单实现
05-03
简介这是我们事件抽取项目的一个小demo（完善中）文件结构:/├── data/ // 样本集│ ├── trainingSet.txt│ │ │ │── testSet.txt│ │ │ └── validationSet│ ├── keywords/│ ├── stopwords....
Position-Aware-Tagging-for-ASTE:EMNLP 2020论文“面向方面情感三元组提取的位置感知标记”的代码和模型
05-22
[EMNLP 2020] 任务描述 方面情感三元组提取（ASTE）是提取目标实体的三元组，它们的相关情感以及解释该情感原因的观点跨度的任务。 （Peng et al。，2020）在AAAI 2020中发表的论文中首次提出了这一任务，该论文 ...
机器阅读理解Machine Reading Comprehension（MRC）调研
jiangchao98的博客
03-02 541
机器阅读理解Machine Reading Comprehension（MRC）调研 深度好文：https://blog.csdn.net/luojie140/article/details/112306892
【NLP】ACL-2019 录用论文
热门推荐
zkq_1986的博客
09-04 2万+
LONG PAPERS (MAIN CONFERENCE) SphereRE: Distinguishing Lexical Relations with Hyperspherical Relation EmbeddingsChengyu Wang, XIAOFENG HE and Aoying Zhou Learning from Dialogue after Deployment: Fee...
EMNLP2020信息抽取论文
Hekena的博客
09-10 600
版权声明：本文为CSDN博主「御风而行Carrie」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/carrie_0307/article/details/109066049。
EMNLP 2021事件相关(事件抽取、事件关系抽取、事件预测等)论文汇总
o11oo11o的博客
03-28 3219
EMNLP 2021事件抽取论文汇总，后续会全部的论文讲解。 Event Extraction Crosslingual Transfer Learning for Relation and Event Extraction via Word Category and Class Alignments Joint Multimedia Event Extraction from Video and Article Exploring Sentence Community for Document-Leve
【论文翻译+笔记】Neural Machine Reading Comprehension: Methods and Trends
changreal的博客
11-30 3917
1 Introduction 过去的MRC技术的特点：hand-crafted rules or features 缺点 Incapable of generalization performance may degrade due to large-scale datasets of myriad types of articles ignore long-range dependencies...
论文解读：Improving the robustness of machine reading comprehension model with hierarchical knowledge and
夏栀的博客
12-21 488
论文解读：Improving the robustness of machine reading comprehension model with hierarchical knowledge and auxiliary unanswerability prediction 摘要： 先前深度学习方法在MRC任务上均成功应用，但他们普遍脆弱且在给定一些对抗噪声时不鲁棒。为了提升MRC，我们通过引入额外知识库的信息增强模型的表征能力，其次引入辅助不可回答预测模块并使用监督类的多任务学习来进行抽取式答案区间预测。
机器阅读理解（Neural Machine Reading Comprehension）综述，相关方法及未来趋势
种花家的奋斗兔的博客
01-21 1191
Neural Machine Reading Comprehension:Methods and Trends Author：Shanshan Liu , Xin Zhang , Sheng Zhang , Hui Wang , Weiming Zhang PDF： https://arxiv.org/abs/1907.01118 0.写在前面： 机器阅读理解(MRC)需要机器回答基于给定上下文的问题，在过去几年里，随着各种深度学习技术的融合，它越来越受到关注。本文发表于2019年，主要从以下几个方面对该领
S-Net阅读理解《S-Net: From Answer Extraction to Answer Synthesis for Machine Reading Comprehension》
彭伟的博客
03-29 1680
《S-Net: From Answer Extraction to Answer Synthesis for Machine Reading Comprehension》 这篇文章是发表在2018年AAAI上的，应该算是比较早的生成式的模型。在微软发布的MS MARCO数据集上得到了SOTA效果。 分以下五部分介绍： Dataset Motivation Model Experiment Dis...
EMNLP2020中事件抽取/关系抽取/NER/少样本/MRC/摘要 论文分类整理
carrie_0307的博客
10-15 4000
事件抽取 主会 A Method for Building a Commonsense Inference Dataset based on Basic Events Affective Event Classification with Discourse-enhanced Self-training Biomedical Event Extraction as Sequence Labeling Connecting the Dots: Event Graph Schema Induct
killing one bird with two stones: model extraction and attribute inference a
最新发布
01-30
在机器学习中，"一石二鸟"指的是通过一个模型同时完成模型参数提取和属性推断两个任务。模型参数提取是从训练数据中学习模型的各种参数和特征表示，而属性推断则是根据学习到的模型参数和特征表示来预测数据的属性或...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序员奇奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值