阅读笔记 Improving Event Coreference Resolution by Learning Argument Compatibility from Unlabeled Data
一、问题 当两个论元在句子中的地位相同、描述的具体程度相同，但是对应描述的现实世界的实体不同则称它们是不兼容的，其余情况皆为兼容。 例：对于时间论元来说，”2012年“和”星期三“是兼容的，因为这两个时间描述的具体程度不一样。而“2012年”与“2005年“就是不兼容的。 其他句内地位（包括施事者、受施者、地点等）也如此。 作者认为如果两个事件中存在论元不兼容的情况发生，那么它们一定不是同指的。尽
相关文章
- 1. 《Improving Event Coreference Resolution by Learning Argument Compatibility from Unlabeled Data》阅读笔记
- 2. 《Revisiting Joint Modeling of Cross-document Entity and Event Coreference Resolution》阅读笔记
- 3. 《Segmentation Approach for Coreference Resolution Task》阅读笔记
- 4. 《Precision Event Coreference Resolution Using Neural Network Classifiers》阅读笔记
- 5. Reinforcement Learning for Relation Classification from Noisy Data阅读笔记
- 6. 论文阅读：AutoAugment: Learning Augmentation Strategies from Data
- 7. Robust and Communication-Efficient Federated Learning From Non-i.i.d. Data 论文阅读笔记
- 8. 论文阅读笔记《Low-Shot Learning from Imaginary Data》
- 9. 论文阅读笔记（四十八）：3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation
- 10. 《Knowledge Base Completion By Learning...》阅读笔记
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • PHP 实例 - AJAX RSS 阅读器 - PHP教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 《Improving Event Coreference Resolution by Learning Argument Compatibility from Unlabeled Data》阅读笔记
- 2. 《Revisiting Joint Modeling of Cross-document Entity and Event Coreference Resolution》阅读笔记
- 3. 《Segmentation Approach for Coreference Resolution Task》阅读笔记
- 4. 《Precision Event Coreference Resolution Using Neural Network Classifiers》阅读笔记
- 5. Reinforcement Learning for Relation Classification from Noisy Data阅读笔记
- 6. 论文阅读：AutoAugment: Learning Augmentation Strategies from Data
- 7. Robust and Communication-Efficient Federated Learning From Non-i.i.d. Data 论文阅读笔记
- 8. 论文阅读笔记《Low-Shot Learning from Imaginary Data》
- 9. 论文阅读笔记（四十八）：3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation
- 10. 《Knowledge Base Completion By Learning...》阅读笔记