面向事件抽取的开词汇论元角色预测
计算与语言
2022-11-04 v1
摘要
事件抽取中的论元角色是指事件与参与其中的论元之间的关系。尽管事件抽取取得了巨大进展，现有研究仍依赖于领域专家预先定义的角色。这些研究在扩展到新兴事件类型或没有可用角色的新领域时暴露出明显的弱点。因此，需要更多地关注和投入以自动定制论元角色。在本文中，我们定义了这一重要但未被充分探索的任务：开词汇论元角色预测。该任务的目标是为给定事件类型推断一组论元角色。我们针对该任务提出了一种新颖的无监督框架 RolePred。具体而言，我们将角色预测问题表述为填空任务，并为预训练语言模型构造提示以生成候选角色。通过提取和分析候选论元，进一步合并和筛选事件特定角色。为了规范该任务的研究，我们从维基百科收集了一个新的事件抽取数据集，包含 142 个具有丰富语义的定制论元角色。在该数据集上，RolePred 大幅优于现有方法。源代码和数据集可在我们的 GitHub 仓库获取：https://github.com/yzjiao/RolePred
引用
@article{arxiv.2211.01577,
title = {Open-Vocabulary Argument Role Prediction for Event Extraction},
author = {Yizhu Jiao and Sha Li and Yiqing Xie and Ming Zhong and Heng Ji and Jiawei Han},
journal= {arXiv preprint arXiv:2211.01577},
year = {2022}
}
备注
EMNLP 2022 Findings