从电影场景中无监督诱导偶然事件对
计算与语言
2017-09-01 v1
摘要
人类对叙事的参与部分是由对叙事事件之间的话语关系进行推理以及由此产生的对接下来可能发生的事情的预期所驱动的。自然语言处理（NLP）研究人员从多种角度着手对这种预期进行建模，包括将其视为偶然话语关系的推断，或视为一种常识因果推理。我们的方法是通过借鉴几条先前的工作路线来建模事件之间的可能性。我们实现并评估了不同的无监督方法，用于学习可能相互偶然的事件对。我们利用网络搜索计数优化了从电影场景描述语料库中学习到的事件对，并通过收集人类对偶然性的判断来评估我们的结果。结果表明，与不使用网络搜索时 75.15% 的平均准确率相比，使用网络搜索计数将我们最佳方法的平均准确率从 50% 的基线提高到了 85.64%。
引用
@article{arxiv.1708.09497,
title = {Unsupervised Induction of Contingent Event Pairs from Film Scenes},
author = {Zhichao Hu and Elahe Rahimtoroghi and Larissa Munishkina and Reid Swanson and Marilyn A. Walker},
journal= {arXiv preprint arXiv:1708.09497},
year = {2017}
}