EDeR

EDeR数据集是由澳大利亚国立大学和腾讯AI实验室合作创建的，专注于探索事件间依赖关系。该数据集包含11,852个高质量标注样本，基于OntoNotes数据集的文档样本，通过多级质量检查方法进行标注。EDeR数据集旨在解决事件依赖关系的自动分类问题，并已应用于事件提取和共指消解等下游任务，显著提升了这些任务的性能。

AI搜集汇总

数据集介绍

构建方式

该数据集的构建方式采用了基于多级质量检查的标注方法。首先，从OntoNotes数据集中随机抽取了275篇文档，涵盖了7个不同的体裁。然后，从这些文档中提取了候选事件对，其中包含一个事件的谓词在另一个事件的论元跨度内。经过预处理后，共有11,852个候选事件对用于人工标注。标注过程分为三个阶段，每个阶段后，质量检查员和语言专家会对标注结果进行检查和修正。最终，构建了包含11,852个高质量标注样本的事件依赖关系数据集（EDeR），并根据事件关系分类体系进行了标注。

特点

该数据集的主要特点是提供了事件之间的依赖关系信息，包括必要论元、可选论元和非论元。与现有的事件关系数据集相比，EDeR数据集关注事件作为另一个事件的论元这一重要关系，并区分了必要论元和可选论元。此外，该数据集还提供了精炼的事件表示，通过人工标注和自动化方法对包含的事件进行修订，使事件表示更加准确。

使用方法

该数据集可用于事件依赖关系预测、事件表示提取和指代消解等下游任务。在事件依赖关系预测方面，可以使用各种文本分类模型，包括基于启发式规则的方法和基于Transformer预训练模型的微调方法。在事件表示提取方面，可以将事件依赖关系信息与语义角色标注系统相结合，生成更准确的事件表示。在指代消解方面，可以使用精炼的事件表示作为输入，提高指代消解模型的性能。

背景与挑战

背景概述

事件在自然语言处理 (NLP) 和信息检索 (IR) 研究中扮演着至关重要的角色，它们提供有关发生了什么以及涉及哪些实体的信息。然而，现有的 NLP 和 IR 研究尚未充分探索事件之间的关系，特别是当一个事件作为另一个事件的论元（必需或可选）时。为了填补这一空白，Li 等人于 2023 年 4 月引入了人类标注的事件依赖关系数据集 (EDeR)，该数据集基于 OntoNotes 数据集的文档样本，并与其现有注释集成。EDeR 数据集旨在研究预测事件依赖关系的方法，并探索其对于事件提取、语义角色标注 (SRL) 和共指消解等下游任务的潜在影响。

当前挑战

EDeR 数据集的研究背景包括探索事件之间的依赖关系，这需要解决两个主要挑战。首先，事件之间的依赖关系类型繁多，包括必需论元、可选论元和非论元等，这使得预测任务变得更加复杂。其次，事件之间的依赖关系往往隐含在复杂的句子结构中，需要模型具备较强的推理能力才能准确识别。此外，构建过程中还遇到了数据收集和标注的挑战，例如事件对的选择、事件表示的修订以及标注人员的培训和质量控制等。

常用场景

经典使用场景

在自然语言处理（NLP）和信息检索（IR）领域，关系抽取是一项核心任务。EDeR 数据集致力于探索事件之间的依赖关系，即一个事件作为另一个事件必需或可选的论元。该数据集基于 OntoNotes 数据集的样本文档进行人工标注，并与该数据集现有的正交标注相结合。EDeR 数据集可用于研究事件依赖关系预测的基线方法，并已取得82.61%的准确率。此外，该数据集还可以用于指导事件抽取（语义角色标注）和改善下游任务，例如共指消解。

实际应用

EDeR 数据集的实际应用场景包括：1) 指导事件表示抽取，例如使用 CRFSRL 系统生成事件表示，并通过事件依赖关系信息进行优化，以提高事件抽取的准确性；2) 改善共指消解任务，例如使用 corefHGAT 模型进行共指消解，并通过事件依赖关系信息进行优化，以提高共指消解的准确性。此外，EDeR 数据集还可以用于研究事件依赖关系预测的更细粒度分类任务，例如区分必需论元、可选论元和非论元。

衍生相关工作

EDeR 数据集衍生了以下相关工作：1) 事件表示抽取，例如使用 CRFSRL 系统进行事件表示抽取，并通过事件依赖关系信息进行优化；2) 共指消解，例如使用 corefHGAT 模型进行共指消解，并通过事件依赖关系信息进行优化；3) 事件依赖关系预测的细粒度分类，例如区分必需论元、可选论元和非论元。