文章提出了一种新的事件抽取技术，它利用漂白语句（实体替换为通用代词如someone）来构建模型，这种方法允许模型在封闭本体下提取事件，并能推广到未知事件类型，无需额外训练样本。文中还介绍了一个多跨度选择模型，证明了这种方法的可行性和在零样本或少样本场景下的应用潜力，实验基于ACE2005数据集进行。
提出一种新颖的事件抽取方法，为模型提供带有漂白语句（实体用通用的方式指代）的模型。漂白语句是指基于注释准则、描述事件发生的通常情况的机器可读的自然语言句子。实验结果表明，模型能够提取封闭本体下的事件，并且只需阅读新的漂白语句即可将其推广到未知的事件类型。
提出了一种新的事件抽取方法，该方法考虑了通过将文本中的实体用指代的方式表示，如人用someone表示，以这种方式构造语料库；提出了一个多跨度的选择模型，该模型演示了事件抽取方法的可行性以及零样本或少样本设置的可行性。
ACE 2005
1307
3902
2037
8860
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
