What happens before and after: Multi-Event Commonsense in Event Coreference Resolution

要約

イベント相互参照モデルは、同じ現実世界のイベントに関連するイベントの言及をクラスター化します。
最近のモデルは、文脈化された表現に依存して、語彙的または文脈的に類似した言及間の相互参照を認識します。
ただし、モデルは通常、常識的な推論を活用できません。これは、字句的に異なる言及を解決する場合に特に制限されます。
イベントの言及を時間的な常識的な推論で拡張するモデルを提案します。
複数のイベントを含む複雑なセンテンス (例: 「男は妻を殺して逮捕された」) とターゲット イベントが「逮捕された」の場合、モデルはターゲット イベントの前に発生するもっともらしいイベント (「警察が到着した」など) を生成します。
その後、「彼は宣告された」など。
このような推論を既存のイベント共参照モデルに組み込むと、そのパフォーマンスが向上することを示し、そのような時間的知識が必要とされる共参照を分析します。

要約(オリジナル)

Event coreference models cluster event mentions pertaining to the same real-world event. Recent models rely on contextualized representations to recognize coreference among lexically or contextually similar mentions. However, models typically fail to leverage commonsense inferences, which is particularly limiting for resolving lexically-divergent mentions. We propose a model that extends event mentions with temporal commonsense inferences. Given a complex sentence with multiple events, e.g., ‘The man killed his wife and got arrested’, with the target event ‘arrested’, our model generates plausible events that happen before the target event – such as ‘the police arrived’, and after it, such as ‘he was sentenced’. We show that incorporating such inferences into an existing event coreference model improves its performance, and we analyze the coreferences in which such temporal knowledge is required.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google