EventNarrative:用于知识图谱到文本生成的大规模以事件为中心的数据集
计算与语言
2022-04-15 v2
摘要
我们介绍了 EventNarrative,一个来自公开可用开放世界知识图谱的知识图谱到文本数据集。鉴于事件驱动信息抽取(IE)的最新进展,且先前图到文本研究仅关注实体驱动的知识图谱,本文聚焦于以事件为中心的数据。不过,我们的数据生成系统仍可适配其他类型的 KG 数据。现有图到文本领域的大规模数据集是非平行的,即 KG 与文本之间存在巨大脱节。那些具有配对 KG 与文本的数据集规模较小且为人工生成,或生成时未使用丰富本体,导致相应图谱稀疏。此外,这些数据集的 KG 与文本对之间包含许多未链接实体。EventNarrative 包含约 230,000 个图及其对应的自然语言文本,是当前最大平行数据集的 6 倍。它使用了丰富本体,所有 KG 实体均与文本链接,且我们的人工标注确认了高数据质量。我们的目标有二:助力在以事件为中心、数据匮乏的研究中开辟新方向;并为研究者提供定义良好、大规模的数据集,以更好地评估现有及未来的知识图谱到文本模型。我们还在 EventNarrative 上评估了两类基线:一个图到文本专用模型和两个最先进的语言模型,先前工作已表明它们可适配知识图谱到文本领域。
引用
@article{arxiv.2111.00276,
title = {EventNarrative: A large-scale Event-centric Dataset for Knowledge Graph-to-Text Generation},
author = {Anthony Colas and Ali Sadeghian and Yue Wang and Daisy Zhe Wang},
journal= {arXiv preprint arXiv:2111.00276},
year = {2022}
}
备注
Accepted at NeurIPS Datasets and Benchmarks 2021