一句話總結

本文從已有的事件因果關系識別(ECI)重新提出了一種新的信息抽取任務：事件因果關系提取(ECE)從純文本當中，并提出一種 dual grid tagging scheme方法。

論文:【COLING2022】Event Causality Extraction with Event Argument Correlations
地址//arxiv.org/pdf/2301.11621.pdf
代碼//github.com/cuishiyao96/ECE
單位:中科院、北郵

摘要

事件因果關系識別（ECI）旨在檢測兩個給定文本事件之間是否存在因果關系，是事件因果關系理解的重要任務。然而，ECI 任務忽略了關鍵的事件結構和因果因果關系組件信息，使其難以用于下游應用。

在本文中，我們探索了一項新任務，即事件因果關系提取 (ECE)，旨在從純文本中提取因果事件因果關系對及其結構化事件信息。

ECE 任務更具挑戰性，因為每個事件都可以包含多個事件參數，在事件之間建立細粒度的相關性來決定因果事件對。

因此，我們提出了一種具有雙網格標記方案(dual grid tagging scheme)的方法來捕獲 ECE 的事件內和事件間參數相關性。

此外，我們設計了一個事件類型增強的模型架構來實現雙網格標記方案。

實驗證明了我們方法的有效性，廣泛的分析指出了 ECE 未來的幾個方向。

實驗與分析

審核編輯 ：李倩