面向脚本事件预测的富事件建模

脚本是从文本中抽取的一种结构化知识，包含一系列事件。基于此类知识，脚本事件预测旨在预测后续事件。为此，事件需考虑两个方面，即事件描述（事件应包含什么）与事件编码（应如何编码）。现有多数方法仅用一个动词加上少数核心论元（主语、宾语和间接宾语）来描述事件，不够精确。此外，现有事件编码器局限于固定数量的论元，难以灵活处理额外信息。因此，本文提出用于脚本事件预测的富事件预测（REP）框架。其基础是所提出的富事件描述，该描述通过三类重要信息丰富了现有描述，即动词义项、额外语义角色与参与者类型。REP包含一个事件抽取器以从文本中抽取此类信息。基于抽取出的富信息，预测器进而选出最可能的后续事件。预测器的核心是一个基于transformer的事件编码器，可灵活处理任意数量的论元。在广泛使用的Gigaword语料库上的实验结果表明了所提框架的有效性。