学习日常事件间偶然关系的细粒度知识
计算与语言
2017-09-01 v1 人工智能
摘要
社交媒体上许多用户生成的内容由普通人讲述日常生活故事提供。我们开发并测试了一种新方法，从这些故事中学习关于日常事件之间偶然（因果与条件）关系的细粒度常识知识。这类知识对文本和故事理解、信息抽取、问答和文本摘要很有用。我们测试并比较了用于学习偶然关系的不同方法，并比较了从主题排序的故事集合与一般领域故事中学到的内容。我们的实验表明，使用特定主题的数据集能够学习更细粒度的事件知识，并比基线方法有显著改进。在Amazon Mechanical Turk上的评估显示，我们从主题排序故事中学到的事件关系中82%被判定为偶然的。
引用
@article{arxiv.1708.09450,
title = {Learning Fine-Grained Knowledge about Contingent Relations between Everyday Events},
author = {Elahe Rahimtoroghi and Ernesto Hernandez and Marilyn A Walker},
journal= {arXiv preprint arXiv:1708.09450},
year = {2017}
}
备注
SIGDIAL 2016