Основні поняття
本論文は、文書レベルの多イベント引数抽出を同時に行うことができる新しいモデルDEEIAを提案する。DEEIAモデルは、依存関係ガイド符号化(DE)モジュールと事象固有情報集約(EIA)モジュールを備えており、複数のイベントを同時に処理する際の課題に取り組む。
Анотація
本論文は、文書レベルの多イベント引数抽出(Multi-EAE)に取り組む新しいモデルDEEIAを提案している。従来の単一イベント引数抽出(Single-EAE)手法は、文書内の複数のイベントを個別に処理するため、非効率的であり、複数のイベント間の相関関係を活用できないという問題がある。
DEEIAモデルは以下の2つの新しいモジュールを導入することで、これらの問題に取り組む:
依存関係ガイド符号化(DE)モジュール:
複数のイベントプロンプトと対応するイベントコンテキストの相関関係を強化する。
事象内依存関係(intra-event)と事象間依存関係(inter-event)を定義し、それらを自己注意メカニズムに組み込む。
事象固有情報集約(EIA)モジュール:
特定のイベントに関連する文脈情報を適応的に集約する。
トリガーと引数スロットの注意機構を利用して、引数と文脈の関連性を測定する。
実験の結果、DEEIAモデルは4つの公開データセットで最新のState-of-the-Art性能を達成し、同時に推論時間も大幅に短縮できることが示された。さらに、提案モジュールの有効性についても詳細な分析を行っている。
Статистика
文書内の事象数が増加するにつれ、モデルの性能が低下する傾向がある。
提案モジュールDEとEIAを用いることで、複数事象を含む文書での性能が大幅に向上する。
Цитати
"Single-EAE methods have to perform numerous iterations to extract event arguments for all events, which process the same document text repeatedly, leading to inefficient extraction."
"Our Multi-EAE model faces the challenge of handling more complex information as it needs to simultaneously process different triggers, arguments roles, and prompts from multiple events."