提取人与人之间有趣关系的一种新的惊喜措施

神谷秀美（Hidetaka Kamigaito）,权金坤,宋永英,Manabu Okumura公司

摘要
在搜索引擎中提高用户参与度的一种方法是向用户推荐有趣的事实。虽然人与人之间的关系作为文本挖掘的目标很重要，但很少有有效的方法来提取人与人的有趣关系。因此，我们提出了一种从自然语言文本中提取人与人之间有趣关系的方法，重点关注他们的惊奇性。我们的方法首先从文本的依赖树中提取所有个人关系，然后以无监督的方式计算所提取关系的分布式表示的惊喜分数。我们的方法的独特之处在于，它不需要任何带有注释的标记数据集来处理令人惊讶的个人关系。人类评估的结果表明，与基于普及率的基线方法相比，该方法可以从日本维基百科文章中提取更多有趣的人与人之间的关系。我们在谷歌搜索上展示了我们作为chrome插件提出的方法。
选集ID：
2021.eacl-demos.27
原件：
2021.每个演示27v1
版本2:
2021.每个演示27v2
体积：
计算语言学协会欧洲分会第16届会议记录：系统演示
月份：
四月
年份：
2021
地址：
在线的
编辑：
迪米特拉·格卡齐亚,杰梅·塞达
地点：
EACL公司
信号：
发布者：
计算语言学协会
注：
页：
231–237
语言：
网址：
https://aclantology.org/2021.eacl-demos.27
内政部：
10.18653/v1/2021.eacl-demos.27
比比键：
引用（ACL）：
神谷秀彦、权金坤、宋永仁和大村町。2021提取人与人之间有趣关系的一种新的惊喜措施.英寸计算语言学协会欧洲分会第16届会议记录：系统演示，第231-237页，在线。计算语言学协会。
引用（非正式）：
提取人与人之间有趣关系的一种新的惊喜测量方法（Kamigaito等人，EACL 2021）
复制引文：
PDF格式：
https://aclantology.org/2021.eacl-demos.27.pdf
可选补充材料：
2021.eacl-demos.27.可选补充材料.pdf
PDF格式（第2版） PDF格式（第1版） 引用 搜索 可选补充材料