ACE 之外的事件：面向事件的策展训练
计算与语言
2018-09-25 v2
摘要
我们探索一种由人驱动的标注方法——策展训练（CT），其中标注被构建为通过交互式搜索识别待标注的信息性文本片段来教导系统，不同于要么标注预选文本、要么使用主动学习的传统方法。一名训练有素的标注员针对 NIST TAC KBP 事件论元抽取评测的三十种事件类型进行了 80 小时的 CT。将该标注与 ACE 结合使错误率降低 6\%，且 CT 的学习曲线比全文档标注平缓得更慢。3 名 NLP 研究者对一种事件类型进行了 CT，并展现出更陡的学习曲线，三人在不到九十分钟内均超越 ACE 性能，这表明当标注员深度理解系统时，CT 可带来进一步收益。
引用
@article{arxiv.1809.05576,
title = {Events Beyond ACE: Curated Training for Events},
author = {Ryan Gabbard and Jay DeYoung and Marjorie Freedman},
journal= {arXiv preprint arXiv:1809.05576},
year = {2018}
}