Token-Event-Role Structure-based Multi-Channel Document-Level Event Extraction

要約

ドキュメントレベルのイベント抽出は、エンティティ抽出、イベント タイプの判断、およびイベント タイプ固有のマルチイベント抽出という一連のサブタスクを伴う、長年にわたる困難な情報検索問題です。
ただし、複数の学習タスクとして問題に対処すると、モデルの複雑さが増加します。
また、既存の方法では、異なるイベントにまたがるエンティティの相関関係が十分に活用されていないため、イベント抽出のパフォーマンスが制限されています。
この論文では、トークンイベントロールと呼ばれる新しいデータ構造とマルチチャネル引数ロール予測モジュールを組み込んだ、ドキュメントレベルのイベント抽出のための新しいフレームワークを紹介します。
提案されたデータ構造により、私たちのモデルは複数のイベントにおけるトークンの主な役割を明らかにすることができ、イベントの関係性をより包括的に理解することが容易になります。
マルチチャネル予測モジュールを活用することで、エンティティとマルチイベントの抽出をトークンとイベントのペアを予測する単一のタスクに変換し、それによって全体のパラメーター サイズを削減し、モデルの効率を向上させます。
結果は、私たちのアプローチが F1 スコアに関して最先端の方法を 9.5 パーセント上回っていることを示しており、イベント抽出におけるその優れたパフォーマンスが強調されています。
さらに、アブレーション研究により、イベント抽出タスクの改善における提案されたデータ構造の重要な価値が確認され、フレームワークの全体的なパフォーマンスの向上におけるその重要性がさらに検証されています。

要約(オリジナル)

Document-level event extraction is a long-standing challenging information retrieval problem involving a sequence of sub-tasks: entity extraction, event type judgment, and event type-specific multi-event extraction. However, addressing the problem as multiple learning tasks leads to increased model complexity. Also, existing methods insufficiently utilize the correlation of entities crossing different events, resulting in limited event extraction performance. This paper introduces a novel framework for document-level event extraction, incorporating a new data structure called token-event-role and a multi-channel argument role prediction module. The proposed data structure enables our model to uncover the primary role of tokens in multiple events, facilitating a more comprehensive understanding of event relationships. By leveraging the multi-channel prediction module, we transform entity and multi-event extraction into a single task of predicting token-event pairs, thereby reducing the overall parameter size and enhancing model efficiency. The results demonstrate that our approach outperforms the state-of-the-art method by 9.5 percentage points in terms of the F1 score, highlighting its superior performance in event extraction. Furthermore, an ablation study confirms the significant value of the proposed data structure in improving event extraction tasks, further validating its importance in enhancing the overall performance of the framework.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google