Only One Relation Possible? Modeling the Ambiguity in Event Temporal Relation Extraction

要約

Event Temporal Relation Extraction (ETRE) は、自然言語理解において重要な役割を果たす 2 つのイベント間の時間的関係を特定することを目的としています。
これまでのほとんどの研究は、単一ラベルの分類スタイルに従っており、イベントのペアを特定の時間的関係 (例: \textit{Before}、\textit{After})、または特別なラベル \textit{Vague} のいずれかに分類します。
ペア間には複数の時間的関係が考えられます。
私たちの研究では、\textit{Vague} について直接予測を行うのではなく、\textit{Vague} をケースとして扱い、それぞれの時間的関係の可能性を独立して推論する ETRE (METRE) 用のマルチラベル分類ソリューションを提案します。
2 つのイベント間に複数の関係が考えられる場合。
\textit{Vague} の背後に隠れている可能性のある関係を探索するための推測メカニズムを設計します。これにより、潜在的な情報を効率的に使用できるようになります。
TB-Dense、MATRES、UDS-T の実験では、私たちの方法が \textit{Vague} インスタンスを効果的に利用して特定の時間的関係の認識を向上させ、ほとんどの最先端の方法よりも優れていることが示されています。

要約(オリジナル)

Event Temporal Relation Extraction (ETRE) aims to identify the temporal relationship between two events, which plays an important role in natural language understanding. Most previous works follow a single-label classification style, classifying an event pair into either a specific temporal relation (e.g., \textit{Before}, \textit{After}), or a special label \textit{Vague} when there may be multiple possible temporal relations between the pair. In our work, instead of directly making predictions on \textit{Vague}, we propose a multi-label classification solution for ETRE (METRE) to infer the possibility of each temporal relation independently, where we treat \textit{Vague} as the cases when there is more than one possible relation between two events. We design a speculation mechanism to explore the possible relations hidden behind \textit{Vague}, which enables the latent information to be used efficiently. Experiments on TB-Dense, MATRES and UDS-T show that our method can effectively utilize the \textit{Vague} instances to improve the recognition for specific temporal relations and outperforms most state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google