面向大规模新闻事件的无监督剧集检测与大语言模型的协同

当前最先进的自动事件检测在解释性和适应大规模关键事件方面存在挑战——与情景结构相比，后者在这些方面表现突出。经常被忽视的是，情景代表了一组在特定时间和地点执行动作的核心实体的协同集群；一系列部分有序的情景可以表示一个关键事件。本文引入了一种新任务，即情景检测，其在新闻语料库中的关键事件文章中识别情景。检测情景具有独特挑战，因为它们缺乏明确的时间或位置标记，不能仅凭语义相似性进行合并。虽然大型语言模型（LLM）可以帮助解决这些推理难题，但在典型新闻语料库中会遇到长上下文问题。为此，我们引入EpiMine，一种无监督框架，通过估计文章中自然情景分区的偏移（即通过判别性术语组合的偏移）来识别关键事件的候选情景。这些候选情景更具内在性和代表性，能够与LLM协同，更好地解释和细化为最终情景。我们将EpiMine应用于三个多样化的、真实的事件数据集，这些数据集在情景层面都有标注。在所有指标上，EpiMine相对于基线方法实现了59.2%的平均提升。