Skip to content
Kembali ke hasil pencarian

Deteksi Peristiwa — Ekstraksi Peristiwa

Jenis
NLP information-extraction task

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Deteksi peristiwa adalah tugas ekstraksi informasi pemrosesan bahasa alami yang menemukan peristiwa, perkembangan historis, dan ekspresi tindakan dalam teks dan mengklasifikasikannya berdasarkan jenisnya.

Ini tumbuh dari program Automatic Content Extraction (ACE) yang dijelaskan oleh Doddington et al. (2004) dan banyak digunakan dalam analisis berita dan penelitian sejarah.

Intuisi di balik metode

Sebuah dokumen tidak hanya mencantumkan fakta — ia menceritakan hal-hal yang terjadi: sebuah perusahaan bergabung, sebuah perjanjian ditandatangani, seseorang bepergian. Deteksi peristiwa mengajarkan mesin untuk mengenali kejadian tersebut. Alih-alih membaca setiap kalimat sebagai teks datar, metode ini mencari kata-kata yang menandakan peristiwa (pemicu seperti 'menyerang' atau 'terpilih') dan kemudian memutuskan jenis peristiwa apa itu, sehingga aliran prosa menjadi daftar peristiwa yang terstruktur.

Sejarah

Deteksi peristiwa muncul dari program Automatic Content Extraction (ACE), yang tugas, data, dan evaluasinya dijelaskan oleh Doddington et al. (2004) dan yang menetapkan peristiwa sebagai target ekstraksi formal di samping entitas dan relasi. Karya selanjutnya, seperti Chen dan Ng (2012) tentang pemodelan gabungan untuk ekstraksi peristiwa Tiongkok, menyempurnakan cara pemicu dan argumen dideteksi bersama menggunakan fitur linguistik yang kaya.

Kapan digunakan

Deteksi peristiwa cocok ketika Anda memiliki data teks dan ingin mengekstrak peristiwa bertipe darinya — misalnya analisis berita atau penelitian sejarah. Anda memerlukan ontologi peristiwa yang ditentukan (seperti ACE atau FrameNet) sebelum Anda memulai, dan lintasan hulu NER dan SRL membantu menyediakan partisipan dan peran. Korpus setidaknya sekitar 50 dokumen direkomendasikan; tanpa data teks, metode ini tidak dapat berjalan.

Batasan dan pertimbangan

  • Memerlukan ontologi peristiwa yang telah ditentukan sebelumnya; hasil hanya sebaik skema tipe yang dipilih.
  • Kualitas bergantung pada NER dan SRL hulu, sehingga kesalahan merambat dari tahap tersebut.
  • Ini adalah tugas yang cukup canggih yang membutuhkan teks yang cukup agar andal.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Mengubah prosa naratif menjadi daftar peristiwa yang terstruktur dan bertipe yang cocok untuk linimasa dan analisis.
  • Dibangun di atas pra-pemrosesan linguistik standar (NER, SRL), sehingga menggunakan kembali komponen hulu yang dipahami dengan baik.
  • Didasarkan pada ontologi yang mapan (ACE, FrameNet) yang membuat jenis peristiwa dapat dibandingkan antar studi.

Penerapan

  • Analisis berita — mengekstrak dan melacak peristiwa yang dilaporkan dari aliran berita besar.
  • Penelitian sejarah — mengidentifikasi perkembangan dan tindakan historis yang dijelaskan dalam teks arsip.
  • Membangun linimasa peristiwa dari dokumen naratif.
  • Mengklasifikasikan ekspresi tindakan dalam korpus ilmu sosial dan humaniora.

Cara kerjanya

Cara kerjanya

1

Ontologi peristiwa ditetapkan terlebih dahulu — skema seperti ACE atau FrameNet yang mendefinisikan jenis peristiwa apa yang ada dan bagaimana mereka diberi nama. Tanpa inventaris jenis target, pengklasifikasi tidak memiliki apa pun untuk ditetapkan, sehingga ontologi adalah fondasi dari seluruh alur kerja.

2

Teks disiapkan dengan analisis linguistik hulu. Pengenalan entitas bernama (NER) menandai orang, organisasi, dan tempat yang terlibat, dan pelabelan peran semantik (SRL) mengidentifikasi siapa melakukan apa kepada siapa. Langkah-langkah ini tidak secara ketat diperlukan tetapi berguna, karena mereka menyediakan partisipan dan peran yang dihubungkan oleh penyebutan peristiwa.

3

Pemicu peristiwa dilokalisasi — kata atau frasa yang menandakan bahwa peristiwa terjadi dalam sebuah kalimat. Mengidentifikasi pemicu menambatkan penyebutan peristiwa dan merupakan langkah yang memisahkan kalimat yang mengandung peristiwa dari yang murni deskriptif.

4

Setiap peristiwa yang terdeteksi diklasifikasikan ke dalam salah satu jenis yang didefinisikan oleh ontologi yang dipilih. Outputnya adalah sekumpulan penyebutan peristiwa bertipe yang dapat memberi makan analisis berita, linimasa, atau studi sejarah.

Kesalahan umum

  • Melewatkan desain ontologi — menerapkan metode tanpa terlebih dahulu menetapkan jenis peristiwa meninggalkan pengklasifikasi tanpa apa pun yang terdefinisi dengan baik untuk ditetapkan.
  • Pra-pemrosesan yang lemah — output NER atau SRL yang buruk menurunkan identifikasi pemicu dan klasifikasi peristiwa hilir.
  • Menjalankan pada teks yang terlalu sedikit (di bawah ~50 dokumen) memberikan ekstraksi yang tidak stabil dan tidak dapat diandalkan.
  • Meminjam ontologi yang dibangun untuk satu domain dan menerapkannya tanpa perubahan ke domain lain dapat melewatkan jenis peristiwa spesifik domain.

Pertanyaan yang sering diajukan

Apa itu ontologi peristiwa dan mengapa saya harus memilihnya terlebih dahulu?

Ontologi peristiwa, seperti ACE atau FrameNet, adalah skema yang mendefinisikan jenis peristiwa apa yang ada dan bagaimana mereka diberi label. Itu harus dipilih sebelum ekstraksi karena langkah klasifikasi menetapkan setiap peristiwa yang terdeteksi ke salah satu jenis yang telah ditentukan sebelumnya; tanpa ontologi tidak ada yang dapat ditetapkan.

Apakah saya memerlukan pengenalan entitas bernama dan pelabelan peran semantik terlebih dahulu?

Mereka tidak secara ketat diperlukan tetapi merupakan prasyarat yang berguna. NER menandai entitas yang terlibat dan SRL mengidentifikasi siapa melakukan apa kepada siapa, menyediakan partisipan dan peran yang dihubungkan oleh penyebutan peristiwa, yang meningkatkan deteksi dan klasifikasi pemicu.

Berapa banyak teks yang saya butuhkan?

Korpus setidaknya sekitar 50 dokumen direkomendasikan. Dengan teks yang sangat sedikit, ekstraksi menjadi tidak stabil dan tidak dapat diandalkan.

Di mana deteksi peristiwa digunakan?

Ini umumnya diterapkan dalam analisis berita dan penelitian sejarah — mendeteksi peristiwa yang dilaporkan, perkembangan historis, dan ekspresi tindakan serta mengklasifikasikannya berdasarkan jenisnya.

Metode terkait

Sumber

  1. Doddington, G. et al. (2004). The Automatic Content Extraction (ACE) Program — Tasks, Data, and Evaluation. LREC.

    Buka referensi publikasi
    Disalin.
  2. Chen, Y. & Ng, V. (2012). Joint Modeling for Chinese Event Extraction with Rich Linguistic Features. COLING.

    Buka referensi publikasi
    Disalin.