何时何地发生？一种用于识别情景上下文的编码器-解码器模型

我们介绍了一个针对情景上下文生成任务进行微调的神经网络架构：即文本中提及事件或实体的相关位置和时间。上下文信息抽取有助于限定聚合为知识图谱的自动化声明的有效性。我们的方法使用一套高质量精选的数据集，对该数据集中时间和位置注释进行训练，以训练编码器-解码器架构。我们还探索了在训练期间使用数据增强技术的作用。我们的发现表明，一个相对较小的微调编码器-解码器模型的表现优于即插即用大语言模型和语义角色标注解析器，能够准确预测特定实体或事件的相关情景信息。