边学习边识别：文档事件因果关系识别

事件因果关系识别旨在检测文档中两个事件之间是否存在因果关系。现有研究采用一种“先学习后识别”的范式，即先学习事件表示，然后将其用于识别。此外，它们主要关注因果关系的存在性，而忽略了因果方向。在本文中，我们关注因果方向，并为事件因果关系识别任务提出了一种新的“边学习边识别”模式。我们认为，少量因果关系可以高置信度地轻松识别，并且这些已识别因果关系的方向性和结构可用于更新事件表示，以促进下一轮的因果关系识别。为此，本文设计了一个*迭代学习与识别框架*：在每次迭代中，我们构建一个事件因果关系图，在该图上更新事件的因果结构表示以促进因果识别。在两个公共数据集上的实验表明，我们的方法在因果关系存在性识别和方向性识别评估中均优于最先进的算法。