DemoSG：面向低资源事件抽取的演示增强模式引导生成
计算与语言
2023-10-17 v1 人工智能
信息检索
机器学习
摘要
当前大多数事件抽取（EE）方法聚焦于高资源场景，需要大量标注数据，难以应用于低资源领域。为在有限资源下更有效地解决EE问题，我们提出演示增强模式引导生成（DemoSG）模型，该模型从两方面惠及低资源EE：首先，我们提出基于演示的EE学习范式以充分利用标注数据，将其转化为演示来阐释抽取过程并帮助模型有效学习；其次，我们将EE形式化为由基于模式提示引导的自然语言生成任务，从而利用标签语义并促进低资源场景下的知识迁移。我们在三个数据集上于域内和域适应低资源设置下进行了大量实验，并研究了DemoSG的鲁棒性。结果表明，DemoSG在低资源场景下显著优于现有方法。
引用
@article{arxiv.2310.10481,
title = {DemoSG: Demonstration-enhanced Schema-guided Generation for Low-resource Event Extraction},
author = {Gang Zhao and Xiaocheng Gong and Xinjie Yang and Guanting Dong and Shudong Lu and Si Li},
journal= {arXiv preprint arXiv:2310.10481},
year = {2023}
}
备注
Accepted by Findings of EMNLP2023