[論文レビュー] Event Coreference Resolution by Iteratively Unfolding Inter-dependencies among Events

Prafulla Kumar Choubey, Ruihong Huang|arXiv (Cornell University)|Jul 23, 2017

Topic Modeling参考文献 26被引用数 9

ひとこと要約

本稿では、文書内（WD）および文書間（CD）のイベント参照関係を交互にマージする反復的で2段階のアプローチを提案する。この手法は、クラスタ間の2次相互依存関係を活用しながら、別個のペアワイズ分類器を用いてWDおよびCDのイベントメンションをそれぞれ処理する。この方法は、反復処理中に文脈的および引数レベルの特徴を効果的に活用することで、ECB+コーパスにおいて最先端のシステムを上回る性能を達成した。

ABSTRACT

We introduce a novel iterative approach for event coreference resolution that gradually builds event clusters by exploiting inter-dependencies among event mentions within the same chain as well as across event chains. Among event mentions in the same chain, we distinguish within- and cross-document event coreference links by using two distinct pairwise classifiers, trained separately to capture differences in feature distributions of within- and cross-document event clusters. Our event coreference approach alternates between WD and CD clustering and combines arguments from both event clusters after every merge, continuing till no more merge can be made. And then it performs further merging between event chains that are both closely related to a set of other chains of events. Experiments on the ECB+ corpus show that our model outperforms state-of-the-art methods in joint task of WD and CD event coreference resolution.

研究の動機と目的

• 文書内（WD）および文書間（CD）のイベント参照関係を同時に解決する挑戦に応えること。CDリンクはWDリンクよりも強い証拠を必要とする点を認識する。
• WDとCDの解決を同一視するか、相互フィードバックのない逐次処理を行う従来手法の限界を克服すること。
• 各マージ後に引数特徴を統合することで反復的に改善する。これにより、後続のクラスタリング意思決定を強化する。
• 共有される既知の同義イベントとの関連（例：同じ依存関係、同じ文脈内での共起）といった2次相互依存関係を活用し、遠く離れているか、表面形が異なるイベントメンション間の参照関係を解消すること。
• WDとCDの特徴分布の違いに基づき、分類器を明確に区別する柔軟なフレームワークを構築し、モデルの正確性と頑健性を向上させること。

提案手法

• 文書内（WD）および文書間（CD）のクラスタリングを交互に繰り返し、各マージ後に引数特徴を統合してクラスタ表現を豊かにする。
• 2つの別個のペアワイズ分類器を用いる：WD参照関係はイベント語と引数に基づき、CD参照関係は周辺文脈特徴に依存する。
• 2段階の反復的マージを実施する：第1段階では、収束するまでWDとCDのマージを交互に繰り返す。第2段階では、2次相互依存関係に基づく追加のマージを実施する。
• 2次相互依存関係を、既知の同義イベントと強いまたは弱い関連（例：同じ依存関係、同じ文脈内での共起）として定義し、閾値を設定する。
• 各イテレーション後にマージされたイベントメンションからの引数特徴を統合し、クラスタの表現品質を向上させ、さらなるマージを支援する。
• 閾値ベースのメカニズムを用いて、同じ集合の他の同義イベントと密接に関連するが、表面形が異なるイベントクラスタを特定・マージする。

実験結果

リサーチクエスチョン

• RQ1 WDとCDのマージを交互に繰り返し、反復的特徴統合を適用することで、単一パスまたは逐次的手法を上回るイベントコアファレンス解決が可能か？
• RQ2 WDとCDのイベントクラスタ間に差異する特徴分布がある場合、分離したモデルを用いることで正確性が向上するか？
• RQ3 共通の既知の同義イベントとの関連といった2次相互依存関係は、意味的に類似しているが表面形が異なるイベントメンション間のコアファレンスリンクをどの程度解消できるか？
• RQ4 イベントメンションに十分な局所的引数が欠如している場合、反復的コアファレンス解決の主な失敗モードは何か？
• RQ5 引数集約によるクラスタ表現の反復的精錬は、より頑健で完全なコアファレンスチェーンを生成するのに寄与するか？

主な発見

• 3回のイテレーション後、文書内コアファレンスで70.9% F1、文書間コアファレンスで61.2% F1を達成。単一パス手法に比べて一貫した改善が見られた。
• 2次相互依存関係を利用した第2段階のマージは、表面形が著しく異なるイベントメンション間で81件のマージを成功裏に解決した。例として（win, beat）や（defeat, victory）といった対義語のペアも含まれた。
• イベントメンションが語彙的同義語（lemma）や引数を共有している場合に最も高い性能を発揮した。初期のマージは同一または類似したイベント形式に支配的だったが、後続のイテレーションでは（murder, killing）や（attack, bomb）といった類義語ペアが解決された。
• 主な制限要因は、局所的引数が欠落している場合のコアファレンスリンクの不成立であった。例：（operations, raids）、（suicide, hang）など。
• 重大な誤り要因は、同じ語彙的同義語（lemma）を持つ非同義イベントメンションの誤ったマージであり、特に報道動詞（例：said, told）では24件、軽い動詞（例：take, give）では13件の誤りが発生した。
• ECB+ベンチマークにおいて、WDおよびCDコアファレンスタスクの両方で、従来の最先端システムを上回った。反復的で依存関係に配慮したマージの有効性が裏付けられた。