MAVEN-ERE：用于事件共指、时间、因果及子事件关系抽取的统一大规模数据集
计算与语言
2022-11-15 v1
摘要
现实世界事件间的多样关系，包括共指、时间、因果与子事件关系，是理解自然语言的基础。然而，现有数据集的两个缺陷限制了事件关系抽取（ERE）任务：（1）规模小。由于标注复杂性，现有数据集数据规模有限，无法很好地训练和评估数据饥渴的模型。（2）缺乏统一标注。不同类型事件关系自然相互作用，但现有数据集一次仅覆盖有限关系类型，阻碍模型充分利用关系交互。为解决这些问题，我们构建了统一的大规模人工标注 ERE 数据集 MAVEN-ERE，并改进了标注方案。它包含 103,193 条事件共指链、1,216,217 条时间关系、57,992 条因果关系与 15,841 条子事件关系，比所有 ERE 任务的现有数据集至少大一个数量级。实验表明，MAVEN-ERE 上的 ERE 极具挑战性，且通过联合学习考虑关系交互可提升性能。数据集与源代码可从 https://github.com/THU-KEG/MAVEN-ERE 获取。
引用
@article{arxiv.2211.07342,
title = {MAVEN-ERE: A Unified Large-scale Dataset for Event Coreference, Temporal, Causal, and Subevent Relation Extraction},
author = {Xiaozhi Wang and Yulin Chen and Ning Ding and Hao Peng and Zimu Wang and Yankai Lin and Xu Han and Lei Hou and Juanzi Li and Zhiyuan Liu and Peng Li and Jie Zhou},
journal= {arXiv preprint arXiv:2211.07342},
year = {2022}
}
备注
Accepted at EMNLP 2022. Camera-ready version