基于最优传输的终身事件检测
计算与语言
2024-10-14 v1
摘要
持续事件检测(CED)因学习新任务(引入新事件类型)导致的灾难性遗忘现象而面临巨大挑战。在本文中，我们引入了一种新方法，即基于最优传输的终身事件检测(LEDOT)，该方法利用最优传输原则将我们的分类模块优化与每个类别在其预训练语言建模中定义的本质属性相匹配。我们的方法集成了回放集合、原型潜在表示以及一种创新的最优传输组件。大量实验表明，LEDOT在MAVEN和ACE数据集上均表现出优于当前最先进基线方法的优越性能。结果凸显了LEDOT作为持续事件检测领域的开创性解决方案，为解决在演化环境中处理灾难性遗忘提供了更有效、更细致的方法。
引用
@article{arxiv.2410.08905,
title = {Lifelong Event Detection via Optimal Transport},
author = {Viet Dao and Van-Cuong Pham and Quyen Tran and Thanh-Thien Le and Linh Ngo Van and Thien Huu Nguyen},
journal= {arXiv preprint arXiv:2410.08905},
year = {2024}
}
备注
Accepted to EMNLP 2024