论文笔记 EMNLP 2021|Machine Reading Comprehension as Data Augmentation: A Case Study on Implicit Event

已于 2022-09-17 10:58:18 修改
阅读量775 收藏 1
点赞数
分类专栏： NLP 论文 文章标签： 事件论元抽取 文档级
于 2022-07-19 11:03:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/o11oo11o/article/details/125861520
版权
这篇EMNLP 2021的论文提出了一种新颖的角度来解决事件论元抽取中的数据稀疏问题，即通过机器阅读理解（MRC）进行数据增强。研究包括隐含知识迁移和解释数据增强两部分，旨在通过MRC模型从不同任务中转移知识，并生成新的训练数据。实验表明这种方法在RAMS和WikiEvents数据集上取得了积极的效果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

1 简介

论文题目：Machine Reading Comprehension as Data Augmentation: A Case Study on Implicit Event Argument Extraction
论文来源：EMNLP 2021
组织机构：北京交通大学
论文链接：https://aclanthology.org/2021.emnlp-main.214v2.pdf
代码链接：https://github.com/jianliu-ml/DocMRC

1.1 动机

  • 目前事件论元抽取存在数据稀疏问题。

1.2 创新

  • 使用一个新的角度解决事件论元抽取的数据稀疏问题：机器阅读理解
  • 提出了两种数据增强的方法：隐含知识迁移和解释数据增强。

2 方法

2.1 Implicit EAE in MRC Formulations

提出一个新的方式(MRC)完成事件论元抽取，将角色转换为问题，包括三步：1) 角色分类：将角色分为基于人、基于地点和一般的。2)触发词转换：使用WordNet将触发词转换为名词形式。3)实现query：模板如下表。
在这里插入图片描述
然后将文档D和问题 q r q_r qr​

最低0.47元/天 解锁文章
【论文翻译+笔记】Neural Machine Reading Comprehension: Methods and Trends
changreal的博客
11-30 4121
1 Introduction 过去的MRC技术的特点：hand-crafted rules or features 缺点 Incapable of generalization performance may degrade due to large-scale datasets of myriad types of articles ignore long-range dependencies...
【论文阅读笔记|EMNLP2023】DemoSG: Demonstration-enhanced Schema-guided Generation for Low-resource Event Ext
最新发布
@
01-04 1621
当前大多数事件抽取（EE）方法都专注于高资源场景，这需要大量的带注释数据，难以应用于低资源领域。为了更有效地应对有限资源下的EE问题，我们提出了增强演示引导生成（DemoSG）模型，它从两个方面为低资源EE提供了帮助：首先，我们提出了基于演示的EE学习范式，充分利用带注释的数据，将其转化为演示来展示提取过程，并帮助模型有效学习。其次，我们将EE作为一个由基于模式的提示引导的自然语言生成任务来进行建模，从而利用标签语义并促进低资源场景中的知识转移。
Neural Machine Reading Comprehension: Methods and Trends阅读(19年论文)
绿箭薄荷的博客
05-05 317
关键信息 摘要 （1）典型的 MRC 任务：它们的定义、差异和代表性数据集； （2）神经 MRC 的一般架构：主要模块和流行方法 （3） 新趋势：神经 MRC 的一些新兴领域以及相应的挑战。 遗留的未解决问题，设想未来可能会发生什么 介绍 机器阅读理解 (MRC) 是一项测试机器理解自然语言程度的任务。可以通过要求机器根据给定的上下文回答问题来理解自然语言，这有可能彻底改变人类和机器交互的方式，带有MRC技术的搜索引擎可以直接使用自然语言将正确的答案返回，而不是一系列相关网页的用户提出的问题。此外，配备了M
论文笔记 EMNLP 2020|Event Extraction as Machine Reading Comprehension
o11oo11o的博客
08-17 767
Event Extraction as Machine Reading Comprehension
EMNLP2021 事件抽取及其相关论文整理
carrie_0307的博客
09-29 1130
EMNLP2021也放榜啦！具体请看 这里!. 在此，小编对事件抽取及其相关论文归纳整理如下: 事件检测 Treasures Outside Contexts: Improving Event Detection via Global Statistics Lifelong Event Detection with Knowledge Transfer Modeling Document-Level Context for Event Detection via Important Context Se
信息抽取 | 72篇论文梳理：涉及NER、复杂关系、小样本、文档级、多模态、开放域抽取...
zenRRan的博客
11-15 1372
每天给你送来NLP技术干货！文：JayJay来自：高能AIJayJay注：本文从EMNLP2021主会论文中收集，信息抽取方向共72篇，如有遗漏，请在留言区补充。地址：https://20...
22-数据增强Style Transfer as Data Augmentation: A Case Study on Named Entity Recognition
Hekena的博客
11-27 464
不觉得繁杂吗？相比于提问题做数据增强，这个方法还要分parallel与否，分开建立模型。
今日arXiv精选 | 14篇EMNLP 2021最新论文（2021.9.2）
09-02
【标题】"今日arXiv精选 | 14篇EMNLP 2021最新论文（2021.9.2）" 指的是2021年9月2日，arXiv平台上挑选出的14篇与EMNLP（Empirical Methods in Natural Language Processing）2021年会议相关的最新研究论文。...
EMNLP 2021 | ST-ToD：小样本场景下的任务型对话预训练
Paper weekly
09-26 610
©PaperWeekly 原创 ·作者|褚维芜单位|北京邮电大学研究生研究方向|自然语言处理论文标题：Self-training Improves Pre-training ...
机器阅读理解整理
weixin_42517469的博客
07-30 4844
机器阅读理解整理 经典模型整理 笔记 后Bert时代机器阅读理解 后续 自己论文整理 已经分类整 大的实验室: UCL MRC_Group: AI2: 微软: THU: PKU: 数据集文章 ROPES | Reasoning Over Paragraph Effects in Situations arXiv: https://arxiv.org/abs/1908.05852 Leadboard: https://leaderboard.allenai.org/ropes Note Lab
matlab求导代码-pdfmpc:pdfmpc
05-24
matlab求导代码pdfmpc pdfmpc是参数化导数自由模型预测控制的简称。 这是一个Matlab软件包（带有Matlab Coder使用选项），可以使用直接单次射击的高度参数化方式解决非线性模型预测控制设计问题。 pdf手册应足以有效地使用该软件包。 使用条款 此免费软件不提供任何保修。 在现实生活中使用它的所有后果是用户的责任。 根据这些条款，只要使用pdf-mpc软件包获得的结果的任何出版物和/或公开展示中都包含以下引用，则用户可以自由地将可执行的MPC求解器用于学术目的： @book{alamir2013pragmatic, title={A Pragmatic Story of Model Predictive Control: Self-Contained Algorithms and Case-Studies}, author={Alamir, M.}, year={2013}, publisher={CreateSpace Independent Publishing Platform} } @misc{pdf_mpc, author = {Alamir, M.}
MATLAB求导
06-24
MATLAB的简单应用 输入方式: （1）求一阶导数 dy=diff(y) 或： dy=diff(y,v) （2）求高阶导数 dy=diff(y,n) 或：dy=diff(y,v,n)
MPC555微控制器简介,用户手册
09-07
MPC555微控制器简介,详细介绍了MPC555在汽车电子领域的应用.
机器阅读理解重要论文与模型Must-read papers on Machine Reading Comprehension
qq_27009517的博客
03-18 1379
reference：https://github.com/thunlp/RCPapers Contributed byYankai Lin, Deming Ye and Haozhe Ji. Model Architecture Memory networks.Jason Weston, Sumit Chopra, and Antoine Bordes. arXiv preprint a...
机器阅读理解 | (3) 机器阅读理解简述
sdu_hao的博客
03-10 5184
原文地址 机器阅读理解技术即机器自动基于给定的文本回答用户所提出的问题的技术[1]，近几年已经成为了研究热点之一。阅读理解大致可以分为四个任务，即填空型阅读理解任务、选择型阅读理解任务、片段抽取型阅读理解任务以及自由格式阅读理解任务。随着以BERT为代表的预训练模型的发展，四种阅读理解任务都有着飞速的发展，主要体现为从关注限定文本到结合外部知识，从关注特定片段到对上下文的全面理解。本文对上述几种主...
EMNLP 2021事件相关(事件抽取、事件关系抽取、事件预测等)论文汇总
o11oo11o的博客
03-28 3777
EMNLP 2021事件抽取论文汇总，后续会全部的论文讲解。 Event Extraction Crosslingual Transfer Learning for Relation and Event Extraction via Word Category and Class Alignments Joint Multimedia Event Extraction from Video and Article Exploring Sentence Community for Document-Leve
机器阅读理解MRC论文整理
jiangchao98的博客
03-09 2322
机器阅读理解MRC论文整理 论文代码查找网站： https://dblp.uni-trier.de/db/conf/acl/acl2020.html https://www.aclweb.org/anthology/events/acl-2019/ https://paperswithcode.com/ https://www.aminer.cn/user/notification?f=mt 最新论文合集--机器阅读理解 https://dl.acm.org/ acm数字图书馆 ...
【论文研读】Data Augmentation, Network Invariances, Pre-training with Hard Examples
Always_ease的博客
01-03 332
Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation (arxiv 2020.12) idea： perform a systematic study of the Copy-Paste augmentation (e.g., [13, 12]) for instance segmentation where we randomly paste objects onto an image we
Competition Street view picture character recognition 2: Data Augmentation
Leafy's draft about ML
05-23 211
In the training process of deep learning models, data augmentation is an indispensable link. There are many existing deep learning parameters. The amount of parameters that can be trained in a general model is basically tens of millions to millions, and it
亲给我这篇文献的信息Cleaning GeoNames Data: A Case Study for Natural Language Processing
04-06
标题：Cleaning GeoNames Data: A Case Study for Natural Language Processing 作者：Eckart de Castilho, Iryna Gurevych 期刊：Proceedings of the 2014 Conference on Empirical Methods in Natural Language ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

hlee-top

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值