SOCCER:体育解说领域中的信息稀疏话语状态追踪数据集
计算与语言
2021-06-04 v1
摘要
在追求自然语言理解的过程中,长期以来人们一直关注于追踪叙事中的状态变化。在建模以交易为中心的对话和过程性文本的状态方面已取得令人印象深刻的进展。然而,在通用话语领域,该问题研究较少,其中状态的真实描述定义宽松,且状态变化在话语中分布较不密集。本文提议转向展现部分此类性质的简化、完全可观测系统:体育赛事。我们整理了 2,263 场足球比赛,包括带时间戳的自然语言解说以及离散事件(如球队进球、换人或被罚牌)。我们提出了一种新的任务形式:给定比赛在不同时间戳的解说段落,要求系统识别比赛内事件的发生。该领域允许对状态进行丰富描述,同时避免了诸多其他真实世界设定的复杂性。作为性能度量的初始基准,我们包含了两种基线方法,分别来自具有时间依赖的句子分类视角和当前最先进的生成模型视角,并表明即使复杂的现有方法在状态定义拓宽或非事件闲谈盛行时,也在状态追踪任务上表现不佳。
引用
@article{arxiv.2106.01972,
title = {SOCCER: An Information-Sparse Discourse State Tracking Collection in the Sports Commentary Domain},
author = {Ruochen Zhang and Carsten Eickhoff},
journal= {arXiv preprint arXiv:2106.01972},
year = {2021}
}
备注
Accepted at NAACL2021