面向脚本事件预测的稠密事件图嵌入

脚本事件预测是指在给定现有上下文事件链的情况下预测后续事件.在现实世界中,不同事件的关系可以自然地表示为图结构,以事件为节点,以时间或因果关系为边.由于语料库规模有限和信息提取工具的能力不足,先前工作中自动构建的事件图会存在稀疏性问题,并且无法集成来自高阶节点的信息以支持多步推理.为了解决这个问题,本文提出使用可学习的多维加权邻接矩阵的稠密事件图(DEG)来解决之前事件图存在的稀疏性问题并表征事件之间的关系强度.为了实现DEG的嵌入表示,本文同时提出了一个通用框架,该框架能够将高阶事件演化信息组合到事件表示中.在多选叙事完形填空(multiple choice narrative cloze,MCNC)和连贯多选叙事完形填空(coherent multiple choice narrative cloze,CMCNC)数据集上进行了实验,结果证明了此框架的有效性.