1、事件是分爲兩個層次的,底層是抽象層,上層是實例層。底層是對一類事件的抽象歸類和形式化表徵,這種抽象和形式化表徵將時間和空間兩個維度的信息進行剔除;實例層是對抽象事件的一種信息的補充和肉體化,其中的信息包括時間維度、空間維度、參與者維度等多方面的信息。
2、事件的形式化。事件根據參與方的多少可以形式化爲不同的形式,如:單一動作事件,如爆炸,死亡、出生。這種事件的形式化表示,轉化成計算機認知的處理形式。
3、事件的論元。事件是領域性的,領域性的特性由領域性的觸發詞和標記詞進行標記的。我一直在尋求一個通用的事件表示框架。這種表示框架能夠最大程度上地將事件的特徵信息和各個維度的信息進行揭示。這種維度能夠儘可能將與該事件相關聯的萬物都囊括進來。我將這種囊括的過程稱爲實體之間的鏈接。
4、整個人類社會認知都是標籤驅動的。所以,無論是事件抽取還是事理圖譜,都需要套上一層外部的標籤體系。事件的標籤,對於具體業務的應用,都需要根據具體業務需求制定相應的標籤分類樹。
事件抽取與事理圖譜的N個問題
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
大模型微調提升AI應用性能
原創
2024-04-28 11:30:14
LoRA微調語言大模型的實用技巧
原創
2024-04-28 11:30:13
LLaMA 2語言大模型的微調策略:LoRA與全參數選擇
原創
2024-04-23 11:29:21
文心大模型“你說我畫”:PaddleHub與PaddleSpeech的協同實踐
原創
2024-04-22 11:29:20
探索時間序列大模型:TimeGPT的魅力與實踐
原創
2024-04-22 11:29:17
01-大語言模型發展
原創
2024-04-22 01:12:50
Pinecone: 大模型時代的智能索引與搜索解決方案
原創
2024-04-19 11:29:43
軟件測試從自動化到智能化,大模型開始加入
原創
2024-04-19 00:53:25
深入解析大模型NLP LLaMa
原創
2024-04-18 11:29:54
Hugging Face推出全新代碼大模型:支持80+編程語言,集成VSCode
原創
2024-04-16 11:29:25
深度解析大模型推理框架:原理、應用與實踐
原創
2024-04-11 23:28:49
RAG 修煉手冊|一文講透 RAG 背後的技術
原創
2024-04-10 21:20:11
一站式解讀多模態——Transformer、Embedding、主流模型與通用任務實戰(上)
原創
2024-04-08 11:42:41
24小時熱門文章