论文笔记 ACL 2016|Leveraging FrameNet to Improve Automatic Event Detection

1 简介

论文题目：Leveraging FrameNet to Improve Automatic Event Detection
论文来源：ACL 2016
论文链接：https://aclanthology.org/P16-1201.pdf

1.2 创新

• 使用FrameNet提高事件检测任务的表现，同时探究FrameNet中的frame和ACE中事件之间的关系。

2 背景知识

在FrameNet中一个frame包括一个lexical unit(类似触发词)和一系列frame element(类似论元)。共有8种关系，本篇论元仅使用3种(Inheritance、See also、Perspective on)。

3 方法

整体框架如上图，主要包括下面部分：

1. Basic Event Detection Model：全连接层，输入为候选触发词编码和句子中单词平均编码的拼接。
2. 约束包括三种：相同的frame趋向于表达相同的事件、相关的frame表达相同的事件、相同的lexical unit表达相同的事件。分别对应于下图：
   
3. Probabilistic Soft Logic：计算各个规则的概率然后加权相乘参考链接，将上述约束公式化，如下图
   
   最终的判断函数为：
   

4 实验

数据集使用ACE 2005， 基本事件抽取模型的效果如下：

人工评测的结果如下图，其中SF、RF、SL为分别加入了上面的约束，概率函数相似(下图为SF的公式，$S_f$为一个frame的句子集合，大于超参数表示候选触发词c为事件类型t)：


分别添加在FrameNet上检测出的事件到ACE训练集，在ACE测试集上的评测效果如下，

事件检测存在数据稀疏问题，通过增加在FrameNet上检测到的事件，从下图中可以发现实验结果升高。

分析frame和事件之间的映射关系：

分析lexical unit和事件之间的映射关系：