从社交媒体中抽取COVID-19事件知识库
计算与语言
2022-09-12 v4 社会与信息网络
摘要
在本文中，我们提出了一个包含10,000条推文的手动标注语料库，这些推文包含五类COVID-19事件的公开报告，包括阳性与阴性检测、死亡、拒绝检测、声称的治愈与预防方法。我们为每类事件设计了槽填充问题，并标注了共计31个细粒度槽位，如事件地点、近期旅行史和密切接触者。我们展示了该语料库能够支持微调基于BERT的分类器，以自动抽取公开报告事件并帮助追踪新疾病的传播。我们还证明，通过聚合从数百万条推文中抽取的事件，在回答复杂查询（如“在费城有哪些组织的员工检测呈阳性？”）时，我们取得了令人惊讶的高精度。我们将向研究界发布我们的语料库（已移除用户信息）、自动抽取模型以及相应的知识库。
引用
@article{arxiv.2006.02567,
title = {Extracting a Knowledge Base of COVID-19 Events from Social Media},
author = {Shi Zong and Ashutosh Baheti and Wei Xu and Alan Ritter},
journal= {arXiv preprint arXiv:2006.02567},
year = {2022}
}
备注
Accepted at COLING 2022