要約
イベント理解は、テキスト内のイベントの内容と関係を理解することを目的とし、イベント検出、イベント引数抽出、イベント関係抽出といった複数の複雑な情報抽出タスクをカバーします。
関連する研究と応用を促進するために、次の 3 つの要望を特徴とするイベント理解ツールキット OmniEvent を紹介します。 (1) 包括的。
OmniEvent は、すべてのイベント理解タスクの主流のモデリング パラダイムと、広く使用されている 15 の英語および中国語のデータセットの処理をサポートします。
(2) 公正。
OmniEvent は、Peng et al. で報告された目立たない評価の落とし穴を慎重に処理します。
(2023)。これにより、異なるモデル間の公平な比較が保証されます。
(3) 使いやすい。
OmniEvent は、さまざまなニーズを持つユーザーが簡単に使用できるように設計されています。
Web サービスとして直接デプロイできる既製のモデルを提供します。
モジュール式フレームワークにより、ユーザーは OmniEvent を使用して新しいイベント理解モデルを簡単に実装し、評価することもできます。
ツールキット (https://github.com/THU-KEG/OmniEvent) は、デモンストレーション Web サイトおよびビデオ (https://omnievent.xlore.cn/) とともに公開されています。
要約(オリジナル)
Event understanding aims at understanding the content and relationship of events within texts, which covers multiple complicated information extraction tasks: event detection, event argument extraction, and event relation extraction. To facilitate related research and application, we present an event understanding toolkit OmniEvent, which features three desiderata: (1) Comprehensive. OmniEvent supports mainstream modeling paradigms of all the event understanding tasks and the processing of 15 widely-used English and Chinese datasets. (2) Fair. OmniEvent carefully handles the inconspicuous evaluation pitfalls reported in Peng et al. (2023), which ensures fair comparisons between different models. (3) Easy-to-use. OmniEvent is designed to be easily used by users with varying needs. We provide off-the-shelf models that can be directly deployed as web services. The modular framework also enables users to easily implement and evaluate new event understanding models with OmniEvent. The toolkit (https://github.com/THU-KEG/OmniEvent) is publicly released along with the demonstration website and video (https://omnievent.xlore.cn/).
arxiv情報
| 著者 | Hao Peng,Xiaozhi Wang,Feng Yao,Zimu Wang,Chuzhao Zhu,Kaisheng Zeng,Lei Hou,Juanzi Li |
| 発行日 | 2023-09-25 16:15:09+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google