ACL2021 | OntoED：利用本体表示学习实现低资源的事件抽取

事件检测旨在从给定的文本中识别事件触发词，并将其分类为事件类型。目前事件检测的大多数方法在很大程度上依赖于训练实例，而几乎忽略了事件类型之间的相关性。因此，它们往往会面临数据匮乏的问题，并且无法处理新的未见过的事件类型。为了解决这些问题，我们将事件检测重构成事件本体填充的过程：将事件实例链接到事件本体中的预定义事件类型，并提出一种新颖的借助本体嵌入进行事件检测的框架——OntoED。我们通过建立事件类型之间的联系来丰富事件本体，并进一步推理出更多的事件对之间的关联。OntoED可以基于事件本体实现事件知识的利用和传播，特别是从高资源传播到低资源的事件类型。此外，OntoED可以通过建立未知事件类型与现有事件的链接，实现对新的未见事件类型的检测。