CMNEE：基于开源中国军事新闻的大规模文档级事件抽取数据集

文章预览

从军事文本中提取结构化事件知识，包括事件触发器及其对应的参数，对于情报分析和决策辅助等应用至关重要。然而，军事领域的事件抽取面临数据稀缺问题，这阻碍了该领域事件抽取模型的研究。为了解决这一问题，我们提出了CMNEE，这是一个基于开源中国军事新闻的大规模文档级事件抽取数据集。该数据集包含17,000篇文档和29,223个事件，这些事件都基于预定义的军事领域架构手工注释，涵盖了8种事件类型和11种参数角色类型。我们设计了一个两阶段、多轮次的注释策略以确保CMNEE的质量，并重现了几种最先进的事件抽取模型进行了系统评估。实验结果显示，CMNEE上的表现明显低于其他领域的数据集，这表明军事领域的事件抽取具有独特的挑战，需要进一步的研究努力。我们的代码和数据可以从https://github.com/Mzzzhu/CMNEE获取。 事件抽取指的是从 ………………………………