基于巴特斯核心函数叙事事件显著性建模
计算与语言
2020-11-04 v1
摘要
叙事中的事件显著性各不相同：有些对故事比其他事件更重要。估计事件显著性对故事生成等任务以及作为叙事学与民俗学文本分析的工具都很有用。为在无任何标注情况下计算事件显著性，我们采用巴特斯（Barthes）对事件显著性的定义，并提出几种仅需预训练语言模型的无监督方法。在带有事件显著性标注的民间故事上评估所提方法，我们表明所提方法优于基线方法，并发现对语言模型在叙事文本上微调是改进所提方法的关键因素。
引用
@article{arxiv.2011.01785,
title = {Modeling Event Salience in Narratives via Barthes' Cardinal Functions},
author = {Takaki Otake and Sho Yokoi and Naoya Inoue and Ryo Takahashi and Tatsuki Kuribayashi and Kentaro Inui},
journal= {arXiv preprint arXiv:2011.01785},
year = {2020}
}
备注
accepted to COLING 2020