从社会服务文本中抽取影响模型叙事
计算与语言
2022-04-21 v1 人工智能
信息检索
摘要
命名实体识别（NER）是叙事抽取中的一项重要任务。叙事作为一种故事系统，揭示了故事中事件与角色随时间的演进方式。本文提出一种针对社会目的组织语料的 NER 架构。这是首个专门面向社会服务实体的 NER 任务。我们展示了该方法如何用于从非结构化文本抽取信息，以实现服务与受影响客户的排序。该方法概述了抽取需求与满足者等实体的本体表示、并生成假设以回答由社会目的组织定义的影响模型相关查询的步骤。我们在社会服务描述语料上以经验计算的分数对模型进行了评估。
引用
@article{arxiv.2204.09557,
title = {Extracting Impact Model Narratives from Social Services' Text},
author = {Bart Gajderowicz and Daniela Rosu and Mark S Fox},
journal= {arXiv preprint arXiv:2204.09557},
year = {2022}
}
备注
R. Campos, A. Jorge, A. Jatowt, S. Bhatia, M. Litvak (eds.): Proceedings of the Text2Story'22 Workshop, Stavanger (Norway), 10-April-2022