科研之友
微信
新浪微博
Facebook
分享链接
摘要
脚本事件预测是指在给定现有上下文事件链的情况下预测后续事件.在现实世界中，不同事件的关系可以自然地表示为图结构，以事件为节点，以时间或因果关系为边.由于语料库规模有限和信息提取工具的能力不足，先前工作中自动构建的事件图会存在稀疏性问题，并且无法集成来自高阶节点的信息以支持多步推理.为了解决这个问题，本文提出使用可学习的多维加权邻接矩阵的稠密事件图（DEG）来解决之前事件图存在的稀疏性问题并表征事件之间的关系强度.为了实现DEG的嵌入表示，本文同时提出了一个通用框架，该框架能够将高阶事件演化信息组合到事件表示中.在多选叙事完形填空（multiple choice narrative cloze,MCNC）和连贯多选叙事完形填空（coherent multiple choice narrative cloze,CMCNC）数据集上进行了实验，结果证明了此框架的有效性.
- 单位
