中文军事新闻首个联合抽取基准CMNIE发布，1.3万实例标注7类事件8类关系！
CMNIE: An Information Extraction Benchmark for Chinese Military News
📖 AI 总结
本文介绍了CMNIE，一个面向中文军事新闻的信息抽取基准数据集。针对该领域缺乏联合信息抽取资源的问题，CMNIE在统一领域模式（schema）下，对事件触发词、事件论元、命名实体和实体关系进行联合标注，突破了以往仅停留在文档级事件标注的局限。数据集包含从公开中文军事新闻中采集的13000条实例，人工标注涵盖7种事件类型、10种论元角色、7种实体类型和8种关系类型。研究者在统一测试集上评估了监督式信息抽取模型、零样本大语言模型以及基于微调大语言模型的抽取方法。实验结果显示，CMNIE仍具挑战性，尤其在关系抽取和事件论元跨度的精确匹配方面；零样本大语言模型虽能识别相关语义单元，却难以精确匹配金标准跨度边界。该基准为研究专业中文新闻中的模式遵循、精确跨度匹配与联合结构化抽取提供了标准化平台。
🔑 关键词速览
| CMNIE | 本文提出的中文军事新闻信息抽取基准数据集，联合标注事件、论元、实体和关系。 |
| 联合信息抽取 | 在同一框架下同时抽取事件、论元、实体和关系等多种结构化信息，而非分别独立处理。 |
| 事件论元 | 描述事件参与者的语义角色，如时间、地点、施事者等，是事件抽取的关键要素。 |
| 零样本大语言模型 | 无需针对特定任务进行微调，直接利用预训练大语言模型完成抽取任务的方法。 |
| 精确跨度匹配 | 要求抽取结果与人工标注的文本片段边界完全一致，是评价信息抽取性能的严格标准。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅