EDM3：将事件检测作为多任务文本生成
计算与语言
2023-05-29 v1
摘要
事件检测指识别文本中的事件 occurrence，包含两个子任务：事件识别与分类。我们提出 EDM3，一种将事件检测表述为三个生成任务的新方法：识别、分类与组合检测。我们表明 EDM3 有助于学习可迁移知识，该知识可被同时用于执行事件检测及其子任务，缓解流水线方法中固有的错误传播。与先前基于数据集或领域特定的方法不同，EDM3 利用语言模型的已有知识，使其可在任意分类模式上训练。我们在多个事件检测数据集上评估 EDM3：RAMS、WikiEvents、MAVEN 和 MLEE，显示 EDM3 优于 1）单任务性能平均 8.4%，以及 2）无指令提示的多任务性能平均 2.4%。我们在 RAMS 上取得 SOTA 结果（71.3% vs. 65.1% F-1），并在其他数据集上取得有竞争力的性能。我们分析该方法以展示其在低资源和多句设定下的效力。我们还展示了该方法在非标准事件配置（如多词与多类事件触发词）上的有效性。总体而言，我们的结果显示 EDM3 是一种有前景的事件检测方法，具有实际应用的潜力。
引用
@article{arxiv.2305.16357,
title = {EDM3: Event Detection as Multi-task Text Generation},
author = {Ujjwala Anantheswaran and Himanshu Gupta and Mihir Parmar and Kuntal Kumar Pal and Chitta Baral},
journal= {arXiv preprint arXiv:2305.16357},
year = {2023}
}
备注
9 pages, 4 figures, 10 tables, 5 Page appendix