TAILIEUCHUNG - Báo cáo khoa học: "Using Cross-Entity Inference to Improve Event Extraction"

Event extraction is the task of detecting certain specified types of events that are mentioned in the source language data. The state-of-the-art research on the task is transductive inference (. cross-event inference). In this paper, we propose a new method of event extraction by well using cross-entity inference. In contrast to previous inference methods, we regard entitytype consistency as key feature to predict event mentions. We adopt this inference method to improve the traditional sentence-level event extraction system. . | Using Cross-Entity Inference to Improve Event Extraction Yu Hong Jianfeng Zhang Bin Ma Jianmin Yao Guodong Zhou Qiaoming Zhu School of Computer Science and Technology Soochow University Suzhou City China hongy jfzhang bma jyao gdzhou qmzhu @ Abstract Event extraction is the task of detecting certain specified types of events that are mentioned in the source language data. The state-of-the-art research on the task is transductive inference . cross-event inference . In this paper we propose a new method of event extraction by well using cross-entity inference. In contrast to previous inference methods we regard entitytype consistency as key feature to predict event mentions. We adopt this inference method to improve the traditional sentence-level event extraction system. Experiments show that we can get gain in trigger event identification and more than gain for argument role classification in ACE event extraction. 1 Introduction The event extraction task in ACE Automatic Content Extraction evaluation involves three challenging issues distinguishing events of different types finding the participants of an event and determining the roles of the participants. The recent researches on the task show the availability of transductive inference such as that of the following methods cross-document crosssentence and cross-event inferences. Transductive inference is a process to use the known instances to predict the attributes of unknown instances. As an example given a target event the cross-event inference can predict its type by well using the related events co-occurred with it within the same document. From the sentence 1 He left the company. it is hard to tell whether it is a Transport event in ACE which means that he left the place or an End-Position event which means that he retired from the company. But cross-event inference can use a related event Then he went shopping within 1127 the same document to identify it as a Transport event correctly.

• Báo cáo khoa học
• Using Cross Entity Inference
• Improve Event Extraction
• Yu Hong
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball