الجينات: شبكة الحدث العالمي تضمين

الطرق الحالية لتمثيل الأحداث تجاهل الأحداث ذات الصلة في السياق العالمي على مستوى كوربوس.لفهم عميق وشامل للأحداث المعقدة، نقدم مهمة جديدة، وتضمين شبكة الأحداث، والتي تهدف إلى تمثيل الأحداث من خلال التقاط الاتصالات بين الأحداث.نقترح إطارا جديدا، وتضمين شبكة الحدث العالمي (جين)، الذي يرمز شبكة الحدث مع تشفير رسم بياني متعدد المشتريات مع الحفاظ على طوبولوجيا الرسم البياني وعلم العقدة.يتم تدريب تشفير الرسم البياني عن طريق تقليل كل من الخسائر الهيكلية والدلالية.نحن نطور سلسلة جديدة من المهام التحقيق المهيكلية، وإظهار أن نهجنا يفوق بشكل فعال على نماذج خط الأساس على كتابة العقدة، وتصنيف دور الوسيطة، وقضية كور معلومات الحدث.

Current methods for event representation ignore related events in a corpus-level global context. For a deep and comprehensive understanding of complex events, we introduce a new task, Event Network Embedding, which aims to represent events by capturing the connections among events. We propose a novel framework, Global Event Network Embedding (GENE), that encodes the event network with a multi-view graph encoder while preserving the graph topology and node semantics. The graph encoder is trained by minimizing both structural and semantic losses. We develop a new series of structured probing tasks, and show that our approach effectively outperforms baseline models on node typing, argument role classification, and event coreference resolution.