JSEEGraph: Joint Structured Event Extraction as Graph Parsing

要約

我々は、意味表現解析の伝統における一般的なグラフ解析としてイベント抽出のタスクにアプローチする、グラフベースのイベント抽出フレームワーク JSEEGraph を提案します。
エンティティとイベントを単一のセマンティック グラフに明示的にエンコードし、さらに広範囲の追加 IE 関係をエンコードし、個々のタスクを共同で推論する柔軟性を備えています。
JSEEGraph は、一般的なグラフ解析を介してエンドツーエンド方式で実行されます。(1) フラット シーケンスのラベル付けの代わりに、エンティティ/トリガー間のネストされた構造がグラフ内の個別のノードとして効率的にエンコードされ、エンティティとトリガーのネストおよび重複が可能になります。
(2) エンティティ、関係、イベントの両方を同じグラフ内にエンコードできます。エンティティとイベント トリガーはノードとして表され、エンティティ関係とイベント引数はエッジを介して構築されます。
(3) 結合推論により、エラーの伝播が回避され、さまざまな IE タスクの補間が強化されます。
構造の複雑さが異なる 2 つのベンチマーク データセットで実験を行います。
ACE05 と Rich ERE は、英語、中国語、スペイン語の 3 つの言語をカバーします。
実験結果は、JSEEGraph が入れ子になったイベント構造を処理できること、さまざまな IE タスクを共同で解決することが有益であること、およびイベント引数の抽出には特にエンティティ抽出の利点があることが示されています。
私たちのコードとモデルはオープンソースとしてリリースされています。

要約(オリジナル)

We propose a graph-based event extraction framework JSEEGraph that approaches the task of event extraction as general graph parsing in the tradition of Meaning Representation Parsing. It explicitly encodes entities and events in a single semantic graph, and further has the flexibility to encode a wider range of additional IE relations and jointly infer individual tasks. JSEEGraph performs in an end-to-end manner via general graph parsing: (1) instead of flat sequence labelling, nested structures between entities/triggers are efficiently encoded as separate nodes in the graph, allowing for nested and overlapping entities and triggers; (2) both entities, relations, and events can be encoded in the same graph, where entities and event triggers are represented as nodes and entity relations and event arguments are constructed via edges; (3) joint inference avoids error propagation and enhances the interpolation of different IE tasks. We experiment on two benchmark datasets of varying structural complexities; ACE05 and Rich ERE, covering three languages: English, Chinese, and Spanish. Experimental results show that JSEEGraph can handle nested event structures, that it is beneficial to solve different IE tasks jointly, and that event argument extraction in particular benefits from entity extraction. Our code and models are released as open-source.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google