TIMERS : Document-level Temporal Relation ExtractionTIMERS: Document-level Temporal Relation Extraction Constellation name (optional) document-level Temporal Relation Extraction TIMERS: استخراج العلاقة الزمنية على مستوى المستند D…Щst…Щ-s…Щviyy…Щ Temporal Relationship Extraction Времетраене: Извличане на времева връзка на ниво документ TIMERS: ডকুমেন্ট- স্তরের Temporal Relation Extraction TIMERS: ཡིག་གེའི་གནས་ཚད་Temporal Relation Extraction TIMERI: Ekstrakcija temporalne odnose na nivou dokumenta TIMERS: Extracció temporal de relació a nivell de documents ČASY: Extrakce časových vztahů na úrovni dokumentu TIMERS: Dokumentniveau Temporal Relation Extraction TIMER: Extraktion temporaler Beziehungen auf Dokumentenebene ΧΡΟΝΟΙ: Εξαγωγή προσωρινών σχέσεων σε επίπεδο εγγράφου TIMERS: Extracción de relaciones temporales a nivel de documento TIMERS: dokumendi tasandi ajalise seose väljavõtmine Constellation name (optional) TIMERS: Asiakirjatason aikasuhteiden poisto TIMERS : Extraction de relations temporelles au niveau du document TIMERS: Eastóscadh Gaol Sealadach ar leibhéal an doiciméid KCharselect unicode block name טיימרס: יצירת יחסים זמניים ברמה המסמך TIMERS: दस्तावेज़-स्तर अस्थायी संबंध निष्कर्षण TIMERI: Ekstrakcija temporalne odnose na razini dokumenta TIMERS: Dokumentumszintű Temporal Relation Extraction Comment TIMERS: Ekstraksi Hubungan Temporal Tingkat Dokumen TIMERS: Estrazione della relazione temporale a livello di documento タイマー:ドキュメントレベルの時間関係抽出 TIMES: Constellation name (optional) TIMERS: Құжат деңгейі Температуралық қатынасын тарқату 타이머:문서 수준 시간 관계 추출 LAIKAS: Dokumentų lygio laikinųjų santykių ekstrakcija ТИМЕРС: Екстракција на временски однос на ниво на документ TIMERS: Document-level Temporal Relation Extraction ЗАЙЛАН: Документын түвшинд Температурын харилцаа хадгалах TIMERS: Ekstraksi Hubungan Temporal Aras-Dokumen TIMERS: Estrazzjoni tar-Relazzjoni Temporanja fil-livell tad-Dokument TIJDERS: Extractie van tijdelijke relaties op documentniveau Constellation name (optional) CZASOWE: Ekstrakcja relacji czasowych na poziomie dokumentu TEMPORIZADORES: Extração de relação temporal em nível de documento TIMERS: Extragerea relației temporale la nivel de document ТАЙМЕРЫ: извлечение временных связей на уровне документа TIMERS: විස්තාරය සම්බන්ධ සම්බන්ධතාවක් නිර්මාණය ČASOVNIKI: Izvleček časovne relacije na ravni dokumenta TIMERS: Hukum-level Temporal Relations Extraction TIMERS: Ekstraktim i marrëdhënieve të përkohshme në nivelin e dokumentit ДИМЕРИТЕ: Иквакција временни отношени на уровне документа TIMERS: Extraktion av temporal relation på dokumentnivå TIMERS: Kutengenezwa kwa nyaraka-kiwango cha muda mfupi நேரம்: ஆவணம்- நேரம் தற்காலிக உறவு வெளியேறுதல் Söýgüliler: Sened derejesi Wagtlaýyn Derjesi Açmak TIMERS: دفتر-سطح تیموال رابطہ اخراج Ҳужжат- daraja vaqt ulanish Thời tiết Làm phim 计时器:文档级提取
Puneet Mathur, Rajiv Jain, Franck Dernoncourt, Vlad Morariu, Quan Hung Tran, Dinesh Manocha
Abstract
We present TIMERS-a TIME, Rhetorical and Syntactic-aware model for document-level temporal relation classification in the English language. Our proposed method leverages rhetorical discourse features and temporal arguments from semantic role labels, in addition to traditional local syntactic features, trained through a Gated Relational-GCN. Extensive experiments show that the proposed model outperforms previous methods by 5-18 % on the TDDiscourse, TimeBank-Dense, and MATRES datasets due to our discourse-level modeling.Abstract
Ons stel TIMERS 'n tyd, retoriese en sintaktisies-bewyse model vir dokumentvlak tydelike verwanting klasifikasie in die Engelstaal. Ons voorgestelde metode verwyder retoriese diskursiefunksies en tydelike argumente van semantiese roletikette, in addition to traditional local syntactic features, trained through a Gated Relational-GCN. Ekstensiewe eksperimente wys dat die voorgestelde model voortgaan vorige metodes by 5-18% op die TDDiscourse, Tydbank-Dense en MATRES datastelle uitvoer vanweë ons diskurse-vlak modellering.Abstract
TIMERS - TIME፣ Rhetorical እና Syntactic-aware model በንግግሊዝኛ ቋንቋ ላይ የጊዜው ግንኙነት ክፍል እናቀርባለን፡፡ በተዘጋጀው ሥርዓታችን የጦማሪ ንግግር ግንኙነትን እና የጊዜው አጋራጆችን ከsemantic role labels በተለየ ባሕላዊ የአገር ስህተት ተግባር ጨምሮ በጋት ተግባር-GCN የተማረ ነው፡፡ በብዙ ፈተናዎች የተዘጋጀው ሞዴል በTDDiscourse፣ TimeBank-Dense እና MATRES ዳታዎችን በመንግግር-ደረጃ ምሳሌ በመጠቀም ምክንያት 5-18 በመቶ የሚያደርግ ነው፡፡Abstract
نقدم TIMERS - نموذج الوقت والبلاغية والنحوية لتصنيف العلاقة الزمنية على مستوى الوثيقة في اللغة الإنجليزية. تستفيد طريقتنا المقترحة من ميزات الخطاب البلاغية والحجج الزمنية من تسميات الأدوار الدلالية ، بالإضافة إلى السمات النحوية المحلية التقليدية ، المدربة من خلال Gated Relational-GCN. تُظهر التجارب المكثفة أن النموذج المقترح يتفوق على الأساليب السابقة بنسبة 5-18٪ في مجموعات بيانات TDDiscourse و TimeBank-Dense و MATRES بسبب نمذجة مستوى الخطاب لدينا.Abstract
Biz TIMERS - bir TIME, retorik v…ô sintaktik bil…ôn modeli ńįngiliz…ô dilind…ô d√∂k√ľm-seviyy…ôti m√ľxt…ôlif iliŇükil…ôrin klasifikasyonu g√∂st…ôririk. Bizim t…ôblińü etdiyimiz metodumuz semantik rol etiketl…ôrind…ôn retorik danńĪŇüma f…ôaliyy…ôtl…ôrini v…ô temporal argumentl…ôrini q…ôbul edir, ehtiyac yerli sintaktik f…ôaliyy…ôtl…ôrini birlikd…ô, Gated Relational-GCN vasit…ôsil…ô t…ôhsil edilmiŇüdir. TDDiscourse, TimeBank-Dense v…ô MATRES veri qurularńĪmńĪza g√∂r…ô …ôvv…ôlki metodlarńĪn TDDiscourse, TimeBank-Dense v…ô MATRES veri qurularńĪndan 5-18%-d…ôn √ľst√ľn olduńüunu g√∂st…ôrir.Abstract
Представяме ВИМЕРИ - модел за класификация на времевите релации на ниво документ на английски език. Нашият предложен метод използва реторични дискурсни особености и времеви аргументи от семантични ролеви етикети, в допълнение към традиционните местни синтактични особености, обучени чрез Gated Relational-GCN. Обширни експерименти показват, че предложеният модел превъзхожда предишните методи с 5-18% при наборите от данни поради моделирането на дискурсно ниво.Abstract
আমরা টাইমের্স - ইংরেজি ভাষায় টাইম, রেটোরিক্যাল এবং সিন্ট্যাক্টিক-সচেতন মডেল উপস্থাপন করি। আমাদের প্রস্তাবিত পদ্ধতি গেটেড সম্পর্ক-জিজিনিসের মাধ্যমে প্রশিক্ষণ প্রদান করা হয়েছে যে সেম্পেন্টিক ভূমিকা লেবেল থেকে সাম্প্রতিক যুক্তির বিষয় বিস্তৃত পরীক্ষা দেখাচ্ছে যে প্রস্তাবিত মডেল পূর্বের মাধ্যমে টিডিডিডিস্কোর্স, টাইমব্যাংক-ডেন্স এবং আমাদের কথোপকথন-স্তরের মডেলিং এর কারণAbstract
We present TIMERS - a TIME, Rhetorical and Syntactic-aware model for document-level temporal relation classification in the English language. Our proposed method leverages rhetorical discourse features and temporal arguments from semantic role labels, in addition to traditional local syntactic features, trained through a Gated Relational-GCN. དམིགས་འཛུགས་ཀྱི་སྒེར་གྱི་ཚད་ལ་འཆར་ཟིན་པའི་མ་དཔེ་གཟུགས་རིས་TDDiscourse,TimeBank-Dense དང་། MATRES ཆ་འཕྲིན་གྱི་སྔོན་གྱི་ཐབས་ལམ་ལ་5-18% ཡིན་པས།Abstract
Predstavljamo TIMERS - tajni, retorički i sintaktički svesni model za klasifikaciju privremenih odnosa na nivou dokumenta na engleskom jeziku. Naša predložena metoda uključuje retoričke karakteristike i privremene argumente iz semantičkih etiketa uloge, osim tradicionalnih lokalnih sintaktičkih karakteristika, obučenih putem Gated Relational-GCN. Prošireni eksperimenti pokazuju da predloženi model iznosi prethodne metode za 5-18% na TDDiscoursu, TimeBank-Dense i MATRES podatke zbog modeliranja našeg nivoa diskursa.Abstract
Presentam TIMERS - un model TIME, Rhetorical i Syntactic-conscient per la classificació de relacions temporals a nivell documental en anglès. El nostre mètode proposat aprofita les característiques retòriques del discurs i els arguments temporals de les etiquetes de rols semàntics, a més de les característiques sinàctiques tradicionals locals, entrenats a través d'una Gated Relational-GCN. Els experiments extensos mostren que el model proposat supera els mètodes anteriors en un 5-18% en els conjunts de dades TDDiscourse, TimeBank-Dense i MATRES a causa de la nostra modelació a nivell discursiu.Abstract
Představujeme TIMERS.a TIME, rétorický a syntaktický model pro klasifikaci časových vztahů na úrovni dokumentů v anglickém jazyce. Naše navržená metoda využívá rétorických diskurzních rysů a časových argumentů ze sémantických rolí, kromě tradičních lokálních syntaktických rysů, trénovaných prostřednictvím Gated Relational-GCN. Rozsáhlé experimenty ukazují, že navržený model překonává předchozí metody o 5-18% na datových sadách TDDiscourse, TimeBank-Dense a MATRES díky modelování na diskurzní úrovni.Abstract
Vi præsenterer TIMERS - en TIME, retorisk og syntaktisk-bevidst model til dokumentniveau tidsmæssig relation klassificering på engelsk sprog. Vores foreslåede metode udnytter retoriske diskursfunktioner og tidsmæssige argumenter fra semantiske rolleetiketter, ud over traditionelle lokale syntaktiske træk, trænet gennem en Gated Relational-GCN. Omfattende eksperimenter viser, at den foreslåede model overgår tidligere metoder med 5-18% på TDDiscourse, TimeBank-Dense og MATRES datasæt på grund af vores diskursniveau modellering.Abstract
Wir präsentieren TIMERS.a TIME, rhetorisches und syntaktisches Modell zur Klassifizierung zeitlicher Beziehungen auf Dokumentenebene in englischer Sprache. Unsere vorgeschlagene Methode nutzt rhetorische Diskursmerkmale und zeitliche Argumente aus semantischen Rollenlabels, zusätzlich zu traditionellen lokalen syntaktischen Merkmalen, trainiert durch ein Gated Relational-GCN. Umfangreiche Experimente zeigen, dass das vorgeschlagene Modell die bisherigen Methoden um 5-18% auf den TDDiscourse-, TimeBank-Dense- und MATRES-Datensätzen übertrifft.Abstract
Παρουσιάζουμε χρονοδιάγραμμα, ρητορικό και συντακτικό-συνειδητό μοντέλο για ταξινόμηση χρονικών σχέσεων σε επίπεδο εγγράφων στην αγγλική γλώσσα. Η προτεινόμενη μέθοδος χρησιμοποιεί ρητορικά χαρακτηριστικά λόγου και χρονικά επιχειρήματα από σημασιολογικές ετικέτες ρόλων, εκτός από παραδοσιακά τοπικά συντακτικά χαρακτηριστικά, εκπαιδευμένα μέσω ενός Gated Relational-GCN. Εκτεταμένα πειράματα δείχνουν ότι το προτεινόμενο μοντέλο ξεπερνά τις προηγούμενες μεθόδους κατά 5-18% στα σύνολα δεδομένων λόγω της μοντελοποίησης σε επίπεδο λόγου.Abstract
Presentamos TIMERS, un modelo con conciencia de TIEMPO, retórica y sintáctica para la clasificación de relaciones temporales a nivel de documento en inglés. Nuestro método propuesto aprovecha las características retóricas del discurso y los argumentos temporales de las etiquetas semánticas de roles, además de las características sintácticas locales tradicionales, entrenadas a través de un GCN Relacional Cerrado. Los experimentos exhaustivos muestran que el modelo propuesto supera a los métodos anteriores en un 5-18% en los conjuntos de datos TDDiscourse, TimeBank-dense y MATRES debido a nuestro modelado a nivel del discurso.Abstract
Esitleme TIMERS - TIME, retooriline ja süntaktiline mudel dokumenditasemel ajasuhete klassifitseerimiseks inglise keeles. Meie kavandatud meetod kasutab lisaks traditsioonilistele kohalikele süntaktilistele omadustele ka semantilistest rollimärgistest saadud retoorilisi diskursusfunktsioone ja ajalisi argumente, mida koolitatakse Gated Relational-GCN-i kaudu. Laiaulatuslikud eksperimendid näitavad, et kavandatud mudel ületab TDDiscourse, TimeBank-Dense ja MATRES andmekogumite puhul 5–18% võrra tänu meie diskursustaseme modelleerimisele.Abstract
ما مدل زمانی، ریتوریک و سینتکتیک را برای گروهی ارتباط موقتی سطح سند در زبان انگلیسی نشان می دهیم. روش پیشنهاد ما ویژههای گفتگو و ارتباط موقتی را از نقاشی نقاشی semantic به اضافه به ویژههای سنتاکتیک محلی سنتی که از طریق یک ارتباط-GCN دروازه آموزش داده میشود تحریک میکند. آزمایشهای گسترده نشان میدهد که مدل پیشنهاد روشهای قبلی با 5-18 درصد از TDDiscourse, TimeBank-Dense و MATRES به دلیل مدلسازی سطح سخنرانی ما بیشتر انجام میدهد.Abstract
Esittelemme TIMERS - TIME-, Retorical- ja Syntactic-aware-mallin dokumenttitason aikasuhteiden luokitteluun englanniksi. Menetelmämme hyödyntää retorisia diskurssiominaisuuksia ja ajallisia argumentteja semanttisista roolimerkeistä sekä perinteisiä paikallisia syntaktisia piirteitä, jotka on koulutettu Gated Relational-GCN:n avulla. Laajat kokeet osoittavat, että ehdotettu malli suoriutuu 5-18% TDDiscourse-, TimeBank-Dense- ja MATRES-aineistoista diskurssitason mallinnuksen ansiosta.Abstract
Nous présentons TIMERS - un modèle sensible au temps, à la rhétorique et à la syntaxe pour la classification des relations temporelles au niveau du document en langue anglaise. La méthode que nous proposons exploite les caractéristiques rhétoriques du discours et les arguments temporels des étiquettes de rôle sémantiques, en plus des caractéristiques syntaxiques locales traditionnelles, entraînées par une relation Gated Relational-GCN. Des expériences approfondies montrent que le modèle proposé surpasse les méthodes précédentes de 5 à 18 % sur les ensembles de données TDDiscourse, TimeBank-dense et MATRES en raison de notre modélisation au niveau du cours.Abstract
Cuirimid i láthair TIMERS - samhail TIME, Rhetorical agus Syntactic- eolach ar aicmiú caidrimh ama ag leibhéal doiciméad sa Bhéarla. Úsáideann an modh atá beartaithe againn gnéithe dioscúrsa reitriciúil agus argóintí ama a bhaint as lipéid róil shéimeantacha, chomh maith le gnéithe comhréire traidisiúnta áitiúla, arna n-oiliúint trí Gated Relational-GCN. Léiríonn turgnaimh fhairsing go sáraíonn an tsamhail mholta modhanna roimhe seo 5-18% ar thacair sonraí TDDiscourse, TimeBank-Dense, agus MATRES mar gheall ar ár samhaltú ar leibhéal an dioscúrsa.Abstract
Tuna gaurar da TIMERS - wata motel na TIME, Retaorical da syntactic wa fassarar fassarar da mazaɓa na takardar-daraja, cikin harshen Ingiriya. @ info: whatsthis Fitarwa masu ƙaranci ke nuna cewa misalin da aka buɗe shi, ya sami shiryoyin ayuka da ke gabatar da 5-18% a kan TDDiscource, TimeBank-Dense, da kuma MATRES-data set ne da aka sami motdin mazaɓa-mazaɓa.Abstract
אנחנו מציגים טיימרס - מודל זמן, רטורי וסינטקטי מודע למסמך רמת יחסים זמניים בשפה האנגלית. השיטה המוצעת שלנו משתמשת בתוכניות דיבור רטוריות ותווכחים זמניים מ תוויות תפקידים סמנטיים, בנוסף לתוכניות סינטקטיות מקומיות מסורתיות, מאומנות דרך מערכת יחסים משולבת-GCN. ניסויים רחבים מראים שהמודל המוצע עולה על שיטות קודמות ב-5-18% על TDDiscourse, TimeBank-Dense, וקבוצות נתונים MATRES בגלל הדוגמנים ברמה הדיוקרס שלנו.Abstract
हम TIMERS प्रस्तुत करते हैं - अंग्रेजी भाषा में दस्तावेज़-स्तर के अस्थायी संबंध वर्गीकरण के लिए एक समय, बयानबाजी और वाक्यात्मक-जागरूक मॉडल। हमारी प्रस्तावित विधि पारंपरिक स्थानीय वाक्यात्मक विशेषताओं के अलावा, शब्दार्थ भूमिका लेबल से बयानबाजी प्रवचन सुविधाओं और अस्थायी तर्कों का लाभ उठाती है, जो एक गेटेड रिलेशनल-जीसीएन के माध्यम से प्रशिक्षित होती है। व्यापक प्रयोगों से पता चलता है कि प्रस्तावित मॉडल हमारे प्रवचन-स्तर के मॉडलिंग के कारण टीडीडिस्कोर्स, टाइमबैंक-घने और एमएटीआरईएस डेटासेट पर 5-18% तक पिछले तरीकों से बेहतर प्रदर्शन करता है।Abstract
Predstavljamo TIMERS - model vremenskog, retoričkog i sintaktičkog svjesnog znanja za klasifikaciju privremenog odnosa na razini dokumenta na engleskom jeziku. Naš predloženi metod utiče na retoričke karakteristike i privremene argumente iz etiketa semantičke uloge, osim tradicionalnih lokalnih sintaktičkih karakteristika, obučenih putem Gated Relational-GCN. Prošireni eksperimenti pokazuju da predloženi model iznosi prethodne metode za 5-18% na TDDiscourse, TimeBank-Dense i MATRES podaci zbog modeliranja razine diskursa.Abstract
Bemutatjuk a TIMERS-t - az angol nyelvű dokumentumszintű időkapcsolatok osztályozására szolgáló TIMERS, retorikai és szintaktikus modellt. Javasolt módszerünk a szemantikus szerepkörcímkékből származó retorikai diskurzus jellemzőket és időbeli argumentumokat használja, a hagyományos helyi szintaktikus jellemzők mellett, amelyeket egy Gated Relational-GCN-en keresztül képzett. Széleskörű kísérletek azt mutatják, hogy a javasolt modell 5-18%-kal felülmúlja a korábbi módszereket a TDDiscourse, TimeBank-Dense és MATRES adatkészleteken diskurzus-szintű modellezésünknek köszönhetően.Abstract
Մենք ներկայացնում ենք TIMPERS-ը' TIme, Ռետորական և Սինտակտիկ-գիտակցական մոդել փաստաթղթի մակարդակի ժամանակական հարաբերությունների դասակարգման անգլերենով: Մեր առաջարկված մեթոդը օգտագործում է ռետորական խոսակցության առանձնահատկությունները և ժամանակական բանավեճերը սեմանտիկ դերի պիտակներից, բացի ավանդական տեղական սինտակտիկ առանձնահատկություններից, որոնք վարժեցվել են Gated-Հաբերական-GNC- Մեծ փորձարկումները ցույց են տալիս, որ առաջարկած մոդելը գերազանցում է նախորդ մեթոդները 5-18 տոկոսով TDDiscurse-ի, Times Bank-Դենse-ի և MATERes-ի տվյալների համակարգերի վրա մեր խոսակցային մակարդակի մոդելների պատճառով:Abstract
Kami mempersembahkan TIMERS - sebuah TIME, Rhetorical dan Syntactic-aware model untuk klasifikasi hubungan sementara tingkat dokumen dalam bahasa Inggris. Metode kami yang diusulkan menggunakan fitur diskors retorik dan argumen sementara dari label peran semantis, selain fitur sintaksi lokal tradisional, dilatih melalui Gated Relational-GCN. Eksperimen panjang menunjukkan bahwa model yang diusulkan melampaui metode sebelumnya dengan 5-18% pada TDDiscourse, TimeBank-Dense, dan dataset MATRES karena model tahap diskors kami.Abstract
Presentiamo TIMERS - un modello TIME, retorico e sintattico-consapevole per la classificazione delle relazioni temporali a livello di documento in lingua inglese. Il nostro metodo proposto sfrutta caratteristiche retoriche del discorso e argomenti temporali da etichette di ruolo semantiche, oltre a caratteristiche sintattiche locali tradizionali, addestrate attraverso un Gated Relational-GCN. Esperimenti approfonditi dimostrano che il modello proposto supera i metodi precedenti del 5-18% sui dataset TDDiscourse, TimeBank-Dense e MATRES grazie alla nostra modellazione a livello di discorso.Abstract
私たちはタイマーを提示します-英語の文書レベルの時間関係分類のための時間、修辞的および構文認識モデル。私たちの提案された方法は、従来の局所的な構文機能に加えて、セマンティックロールラベルからの修辞的な話法の特徴と時間的議論を活用し、ゲーテッド・リレーショナル- GCNを通じてトレーニングします。広範な実験によると、提案されたモデルは、TDDiscourse、TimeBank - Dense、およびMATRESデータセットで、私たちの話題レベルのモデリングにより、従来の方法を5 ～ 18 ％上回っていることがわかります。Abstract
Awakdhéwé nggawe TIMER - akeh TIME, etorikal lan sinaksi-seneng model kanggo kelas usul dumadhi tanggal seneng ingkang. Awak dhéwé nggunakake sistem sing dibutuhke perbudhakan karo akeh dumateng semanti kuwi etiket karo semanti, nambah kejahatan sematik karo sematik perbudhakan lokal sing sampeyan, ditambang kelas kotak karo gated Relative-GSN. AllProgressBarAbstract
ჩვენ აჩვენებთ TIMERS - დოკუმენტური, რეტორიკური და სინტაქტიკური მოდელს დოკუმენტის სამუშაო დაკავშირების კლასიფიკაციაში. ჩვენი პროგრამის გამოყენება რეტორიკალური დისკურსების ფუნქციები და ტემპალური არგრამეტრებები სენმანტიკური პროლური ლებლიდან დამატებული ლოკალური სინტაქტიკური ფუნქციების განმავლობა გაფართლებული ექსპერიმენტები გამოჩვენება, რომ მოწყობინებული მოდელი გავაკეთებს წინა მეტისებზე 5-18% TDDiscourse, TimeBank-Dense და MATRES მონაცემენტების მოდელეების მოდელეების შემთხვევაში.Abstract
Біз TIMERS - TIME, реторикалық және синтактикалық құжат деңгейіндегі уақытша қатынас үлгісін ағылшын тілінде таңдаймыз. Біздің таңдалған әдіміміз реторикалық дискурстардың мүмкіндіктерін және синтактикалық жарлықтарының семантикалық роль жарлықтарының уақытша аргументтерін, әдетті жергілікті синтактикалық мүмкіндікт Кеңейтілген тәжірибелер TDDiscourse, TimeBank- Dense және MATRES деректер жиындарының дискурс деңгейіндегі модель үшін алдыңғы тәжірибелердің 5- 18% дегенін көрсетеді.Abstract
우리는 시간, 수사, 문법 감지의 영어 문서급 시간 관계 분류 모델인 TIMERS를 제시했다.우리가 제시한 방법은 전통적인 국부문법 특징을 이용하는 것 외에 의미 역할 라벨의 수사 언어 특징과 시간 파라미터를 활용하고 하나의 문통제 관계 GCN을 통해 훈련한다.대량의 실험을 통해 우리의 문장급 모델링으로 인해 이 모델은 TDDIscussion, TimeBank 조밀과MATRES 데이터 집합에서의 성능이 이전의 방법보다 5-18% 높다는 것을 알 수 있다.Abstract
Mes pristatome TIMERS - TIME, Rhetoric and Syntactic-aware model į dokumentų lygio laikinųjų santykių klasifikacijai anglų kalba. Mūsų siūlomas metodas, be tradicinių vietinių sintaksinių savybių, mokomų per Gated Relational-GCN, sutelkia retorines diskurso charakteristikas ir laiko argumentus iš semantinio vaidmens ženklų. Išsamūs eksperimentai rodo, kad pasiūlytas modelis 5–18 % viršija ankstesnius metodus TDDiscourse, TimeBank-Dense ir MATRES duomenų rinkiniuose dėl mūsų diskurso lygio modeliavimo.Abstract
Ги претставуваме ТИМЕРС - ТИМЕ, реторичен и синтактички свесен модел за класификација на временски односи на ниво на документ на англискиот јазик. Нашиот предложен метод ги користи реторичките дискурсни карактеристики и временските аргументи од семантичките ознаки на улогата, покрај традиционалните локални синтактички карактеристики, обучени преку Gated Relational-GCN. Експериментите покажуваат дека предложениот модел ги надминува претходните методи за 5-18 отсто на ТД дискурсот, Тајмбанк-Денс и МаТРЕС податоците поради нашето дискурсно моделирање.Abstract
നമ്മള് ടൈമെര്സിനെ ഇംഗ്ലീഷ് ഭാഷയില് രേഖപ്പെടുത്തുന്നതിനുള്ള ഒരു ടൈമെയിമ്, റെറ്റോറിക്കും സിന്റാക്റ്റിക്ക് സൂക് നമ്മുടെ പ്രൊദ്ദേശിക്കപ്പെട്ട രീതിയില് നിന്നും സെമാന്റിക് റോള് ലേബലുകളില് നിന്നും നേരിട്ടുള്ള വാക്കുകളും പ്രദര്ശിപ്പിക്കുന്നു. പാരമ്പര വിശാലമായ പരീക്ഷണങ്ങള് കാണിക്കുന്നു, പ്രൊദ്ദേശിച്ച മോഡല് മുമ്പ് 5-18% രീതികള് പ്രവര്ത്തിപ്പിക്കുന്നു. ടിഡിഡിഡിഡിസ്കോര്സ്, ടൈമ്പ് ബാAbstract
Бид TIMERS-г Англи хэл дээр бичсэн үеийн түвшинд цаг хугацааны харилцааны хуваалцааны загварын загвар, реторик болон синтактикийн мэдрэмжтэй загвар өгдөг. Бидний санал болгосон арга нь эрдэмтэн яриа болон хугацааны аргументуудыг semantic role labels-ээс нэмэгдүүлж, уламжлалтай орчин нутгийн синтактик чадваруудыг нэмэгдүүлж, хамтдаа хамтдаа-GCN-ээс сургалтын тулд Өнгөрсөн туршилтууд нь TDDiscourse, TimeBank-Dense болон MATRES өгөгдлийн сангууд бидний ярианы түвшинд модельчлагдсан талаар өмнөх аргыг 5-18%-аар үржүүлдэг гэдгийг харуулдаг.Abstract
Kami perkenalkan TIMERS - model TIME, Rhetorical dan Syntactic-aware untuk klasifikasi hubungan sementara aras dokumen dalam bahasa Inggeris. Kaedah kami diusulkan menggunakan ciri-ciri pidato retorik dan argumen sementara dari label peranan semantik, selain ciri-ciri sintaktik setempat tradisional, dilatih melalui Gated Relational-GCN. Eksperimen panjang menunjukkan bahawa model yang direncanakan melampaui kaedah terdahulu dengan 5-18% pada TDDiscourse, TimeBank-Dense, dan set data MATRES disebabkan pemodelan aras-diskors kami.Abstract
Aħna nippreżentaw TIMERS - mudell TIME, Rhetorical u Syntactic-aware għall-klassifikazzjoni tar-relazzjoni temporali fil-livell tad-dokument fil-lingwa Ingliża. Il-metodu propost tagħna jinbena karatteristiċi retoriċi ta’ diskors u argumenti temporali minn tikketti semantiċi tar-rwol, flimkien mal-karatteristiċi sintetiċi lokali tradizzjonali, imħarrġa permezz ta’ Gated Relational-GCN. Extensive experiments show that the proposed model outperforms previous methods by 5-18% on the TDDiscourse, TimeBank-Dense, and MATRES datasets due to our discourse-level modeling.Abstract
We presenteren TIMERS.a TIME, retorisch en syntactisch bewust model voor tijdrelatieklassing op documentniveau in de Engelse taal. Onze voorgestelde methode maakt gebruik van retorische discourskenmerken en temporele argumenten van semantische rollabels, naast traditionele lokale syntactische kenmerken, getraind door een Gated Relational-GCN. Uitgebreide experimenten tonen aan dat het voorgestelde model de vorige methoden met 5-18% overtreft op de TDDiscourse, TimeBank-Dense en MATRES datasets dankzij onze discours-level modellering.Abstract
Vi presenterer TIMERS – eit TIME, retorisk og syntaktisk-oppmerking modell for tidssklassifikasjon på dokumentnivå i engelsk språk. Vårt foreslått metode leverer retoriske diskurs- funksjonar og tidlegare argumenter frå semantiske rolletikettar, i tillegg til tradisjonelle lokale syntaktiske funksjonar, trent gjennom eit Gated Relational-GCN. Ekstra eksperimenter viser at den foreslåde modellen utfører førre metodane med 5-18 % på TDDiscourse, TimeBank-Dense og MATRES-datasettet på grunn av modellen av diskursnivået vår.Abstract
Przedstawiamy TIMERS.a TIME, retoryczny i syntaktyczny model klasyfikacji relacji czasowych na poziomie dokumentów w języku angielskim. Proponowana metoda wykorzystuje retoryczne cechy dyskursu i argumenty czasowe z semantycznych etykiet roli, oprócz tradycyjnych lokalnych cech składni, przeszkolonych za pomocą Gated Relational-GCN. Obszerne eksperymenty pokazują, że proponowany model przewyższa poprzednie metody o 5-18% na zbiorach danych TDDiscourse, TimeBank-Dense i MATRES ze względu na nasze modelowanie na poziomie dyskursu.Abstract
Apresentamos TIMERS - um modelo TIME, Rhetorical and Syntactic-aware para classificação de relações temporais em nível de documento no idioma inglês. Nosso método proposto aproveita recursos de discurso retórico e argumentos temporais a partir de rótulos de papéis semânticos, além de recursos sintáticos locais tradicionais, treinados por meio de um Gated Relational-GCN. Extensos experimentos mostram que o modelo proposto supera os métodos anteriores em 5-18% nos conjuntos de dados TDDiscourse, TimeBank-Dense e MATRES devido à nossa modelagem em nível de discurso.Abstract
Vă prezentăm TIMERS - un model TIME, retoric și sintattic conștient de clasificarea relațiilor temporale la nivel de document în limba engleză. Metoda noastră propusă valorifică caracteristicile discursului retoric și argumentele temporale din etichetele de roluri semantice, pe lângă caracteristicile sintactice locale tradiționale, instruite printr-un Gated Relational-GCN. Experimentele ample arată că modelul propus depășește metodele anterioare cu 5-18% pe seturile de date TDDiscourse, TimeBank-Dense și MATRES datorită modelării noastre la nivel de discurs.Abstract
Мы представляем ТАЙМЕРЫ - ВРЕМЕННУЮ, риторическую и синтаксическую модель для классификации временных отношений на уровне документа в английском языке. Предлагаемый нами метод использует риторические особенности дискурса и временные аргументы из семантических ролевых меток, в дополнение к традиционным локальным синтаксическим признакам, обученным через Gated Relational-GCN. Обширные эксперименты показывают, что предлагаемая модель превосходит предыдущие методы на 5-18% на наборах данных TDDiscourse, TimeBank-Dense и MATRES благодаря нашему моделированию на уровне дискурса.Abstract
අපි TIMERS - TIME, Rhetorical, and Synact-Known Model for Documentation-Level Tempral Connection classification in the English language. අපේ ප්රශ්නය විධානය ප්රශ්නයක් ප්රශ්නයක් ප්රශ්නයක් සහ කාලකාලික ප්රශ්නයක් සෙමැන්ටික් විධානය ලේබල් වලින් ප්රශ්න පරීක්ෂණ ප්රයෝජනය පෙන්වන්නේ ප්රයෝජනය විදිහට ප්රයෝජනය විදිහට ප්රයෝජනය ප්රයෝජනය ප්රයෝජනය කරන්න පුළුවන් විදිහට පසුAbstract
V angleškem jeziku predstavljamo TIMERS – TIME, Retorical in Sintatično zavedan model za klasifikacijo časovnih relacij na ravni dokumenta. Naša predlagana metoda izkorišča retorične diskurzne značilnosti in časovne argumente iz semantičnih oznak vlog poleg tradicionalnih lokalnih sintaktičnih značilnosti, ki jih usposablja Gated Relational-GCN. Obsežni eksperimenti kažejo, da predlagani model presega prejšnje metode za 5-18% pri naborih podatkov TDDiscourse, TimeBank-Dense in MATRES zaradi modeliranja na ravni diskurza.Abstract
Waxaynu soo bandhignaynaa TIMERS - Tusaale TIME, Rhetorical and Syntactic-aware oo ku qoran qoraalka-darajada wakhti-maalmeedka xiriirka afka Ingiriiska. Midabkayaga la soo jeeday wuxuu ka soo bandhigaa hadalka rhetorical and arguments waqti ah oo ka soo jeeda calaamadaha semantic role, iyadoo lagu baranayo tababarka caadiga ah ee deegaanka la xiriira-GCN. Imtixaano dheeraad ah waxay muuqataa in qaababka la soo jeeday ay uu sameeyo qaabab horay u soo jeeday 5-18% oo ku saabsan TDDiscourse, TimeBank-Dense iyo MATRES sameynta sameynta heerka hadalka darteed.Abstract
Ne prezantojmë TIMERS - një model TIME, Rhetorical dhe Syntactic-aware për klasifikimin e marrëdhënieve temporale në nivelin e dokumentit në gjuhën angleze. Metoda jonë e propozuar përfshin karakteristikat retorike të diskursit dhe argumentet e përkohshme nga etiketat semantike të rolit, përveç karakteristikave tradicionale lokale sintaktike, të trajnuara nëpërmjet një Gated Relational-GCN. Eksperimentet e zgjeruara tregojnë se modeli i propozuar përmirëson metodat e mëparshme me 5-18% në TDDiscourse, TimeBank-Dense dhe MATRES për shkak të modelimit tonë në nivelin diskursor.Abstract
Predstavljamo TIMERS - vremenski, retorički i sintaktički svestan model za privremenu klasifikaciju odnosa na nivou dokumenta na engleskom jeziku. Naš predloženi metod utiče na retoričke karakteristike i privremene argumente iz semantičkih etiketa uloge, osim tradicionalnih lokalnih sintaktičkih karakteristika, obučenih putem Gated Relational-GCN. Eksperimenti pokazuju da predloženi model iznosi prethodne metode za 5-18% na TDDiscoursu, TimeBank-Dense i MATRES podatke zbog modela našeg nivoa diskursa.Abstract
Vi presenterar TIMERS - en TIME-, Retorisk- och Syntaktisk-medveten modell för dokumentnivå tidsrelationsklassificering på engelska språket. Vår föreslagna metod utnyttjar retoriska diskursfunktioner och temporala argument från semantiska rolletiketter, förutom traditionella lokala syntaktiska funktioner, utbildade genom en Gated Relational-GCN. Omfattande experiment visar att den föreslagna modellen överträffar tidigare metoder med 5-18% på datauppsättningarna TDDiscourse, TimeBank-Dense och MATRES tack vare vår diskursnivå modellering.Abstract
Tunawasilisha TIMERS - modeli ya TIME, yenye maarifa ya Rhetorical na Syntactic kwa ajili ya kutangaza kwa kiwango cha muda cha mahusiano kwa lugha ya Kiingereza. Utawala wetu ulipendekezwa unaonyesha mazungumzo ya kimetokea na hoja za muda kutoka kwenye alama za kimapenzi, pamoja na sifa za kitamaduni za ushirikiano wa eneo hilo, zilizofundishwa kwa njia ya kuhusiana na GCN. Extensive experiments show that the proposed model outperforms previous methods by 5-18% on the TDDiscourse, TimeBank-Dense, and MATRES datasets due to our discourse-level modeling.Abstract
நாங்கள் நேரத்தை காண்பிக்கிறோம் - ஒரு TIME, ரெடிடாரிக்கிய மற்றும் ஒற்றைப்படுத்தும் மாதிரி ஆவண- நேரத்தின் தற்காலிக நேரம எங்கள் பரிந்துரைக்கப்பட்ட முறைமையில் வெளிப்பாட்டு பேச்சு குணங்கள் மற்றும் தற்காலிக வேளை தருமதிப்புகள் மற்றும் பாதிக்கப்பட்ட பங்கு சிட்டைகளி விரிவான சோதனைகள் காண்பிக்கப்பட்டுள்ளது என்றால் முந்தைய மாதிரி முறைமைகளில் 5- 18% முறைமைகளை செயல்படுத்தும் TDDiscourse, TimeBank- Dense, மற்றும் MATRES தரAbstract
Biz TIMERS'i - TIME, retorik we sintaktik hasaplanjak nusgasyny Iňlisçe dilde geçirilýän sened derejesi üçin görkeýäris Biziň teklip eden yöntemimiz semantik rol etiketlerden, däpli ýerleri syntaktik özelliklerine, Gated Relational-GCN aralygy bilen öwrenmelidir. Taryhdan deneyler TDDiscourse, TimeBank-Dense we MATRES veri düzümleriniň düzümlerniň sebäbi öňki metodlaryň 5-18 % üstine çykarýandygyny görkez.Abstract
ہم نے TIMERS - ایک TIME, Rhetorical and Syntactic-Aware Model for document-level temporal relation classification in English language. ہماری پیشنهاد کی طریقہ ریتوریکی گفتگو کی خصوصیات اور موقت الگوم کو سیمنٹی رول لیبل سے، سنتی سینٹکتی خصوصیات کے علاوہ، ایک گٹ رابطہ-GCN کے ذریعہ تطالب کیا گیا ہے. اکسٹنسیٹ آزمائش دکھاتے ہیں کہ پیشنهاد مدل TDDiscourse, TimeBank-Dense اور MATRES ڈیٹ سٹ کے سبب پہلے طریقے سے 5-18% سے کام کرتا ہے۔Abstract
Biz TIMERS - TIME, Rhetorik va Syntactic taʼminlovchi modeli ingliz tilida taymaviy bogʻ'lanish uchun modeli. Bizning yaxshiroqchi usuli, qaytamik raqamlaridan foydalanishimiz mumkin va vaqt raqamlarini o'rganadi. Faqat lokal syntactik xususiyatlarini o'rganishni o'rganishga o'rganishga o'rganish. Koʻproq eksport qiluvchilar bilan oldingi model TDDiscourse, TimeBank-Dense va MATRES maʼlumot tugmalarimiz uchun 5-18% bajariladi.Abstract
Chúng tôi giới thiệu TIME (một thời gian, một mô hình dữ liệu tu từ và cú pháp để phân loại liên quan thời gian cấp tài liệu) trong ngôn ngữ Anh. Cách của chúng tôi thúc đẩy những tính năng khoa trương và tranh luận về thời gian từ nhãn chữ nghĩa theo ngữ pháp, ngoài những tính năng cấu trúc địa phương truyền thống, được rèn luyện qua hội tam dương liên đới. Những thí nghiệm đầy đủ cho thấy rằng mô hình đã được đề ra ngoài thực hiện các phương pháp trước đó bằng 5-18=$trên đường TDDiscourse, TimeBank-Dense, và các dữ liệu MARES nhờ sự mẫu của chúng ta trên môi trường.Abstract
建TIMERS - 一TIME,修辞学句法感模形,施于英语之文档级。 臣等所以修辞言者,语义角之时,门控GCN训练之旧句法。 博实验之明,由吾言语级建模,形于TDDDcourse,TimeBank-DenseMATRES数集上高于前5-18%。- Anthology ID:
- 2021.acl-short.67
- Volume:
- Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (Volume 2: Short Papers)
- Month:
- August
- Year:
- 2021
- Address:
- Online
- Venues:
- ACL | IJCNLP
- SIG:
- Publisher:
- Association for Computational Linguistics
- Note:
- Pages:
- 524–533
- Language:
- URL:
- https://aclanthology.org/2021.acl-short.67
- DOI:
- 10.18653/v1/2021.acl-short.67
- Bibkey:
- Cite (ACL):
- Puneet Mathur, Rajiv Jain, Franck Dernoncourt, Vlad Morariu, Quan Hung Tran, and Dinesh Manocha. 2021. TIMERS : Document-level Temporal Relation ExtractionTIMERS: Document-level Temporal Relation Extraction. In Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (Volume 2: Short Papers), pages 524–533, Online. Association for Computational Linguistics.
- Cite (Informal):
- TIMERS : Document-level Temporal Relation ExtractionTIMERS: Document-level Temporal Relation Extraction (Mathur et al., ACL 2021)
- Copy Citation:
- PDF:
- https://aclanthology.org/2021.acl-short.67.pdf
- Terminologies:
Export citation
@inproceedings{mathur-etal-2021-timers,
title = "TIMERS : Document-level Temporal Relation Extraction{TIMERS}: Document-level Temporal Relation Extraction",
author = "Mathur, Puneet and
Jain, Rajiv and
Dernoncourt, Franck and
Morariu, Vlad and
Tran, Quan Hung and
Manocha, Dinesh",
booktitle = "Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (Volume 2: Short Papers)",
month = aug,
year = "2021",
address = "Online",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2021.acl-short.67",
doi = "10.18653/v1/2021.acl-short.67",
pages = "524--533",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="mathur-etal-2021-timers">
<titleInfo>
<title>TIMERS : Document-level Temporal Relation ExtractionTIMERS: Document-level Temporal Relation Extraction</title>
</titleInfo>
<name type="personal">
<namePart type="given">Puneet</namePart>
<namePart type="family">Mathur</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Rajiv</namePart>
<namePart type="family">Jain</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Franck</namePart>
<namePart type="family">Dernoncourt</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Vlad</namePart>
<namePart type="family">Morariu</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Quan</namePart>
<namePart type="given">Hung</namePart>
<namePart type="family">Tran</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Dinesh</namePart>
<namePart type="family">Manocha</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2021-08</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (Volume 2: Short Papers)</title>
</titleInfo>
<originInfo>
<publisher>Association for Computational Linguistics</publisher>
<place>
<placeTerm type="text">Online</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<identifier type="citekey">mathur-etal-2021-timers</identifier>
<identifier type="doi">10.18653/v1/2021.acl-short.67</identifier>
<location>
<url>https://aclanthology.org/2021.acl-short.67</url>
</location>
<part>
<date>2021-08</date>
<extent unit="page">
<start>524</start>
<end>533</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings %T TIMERS : Document-level Temporal Relation ExtractionTIMERS: Document-level Temporal Relation Extraction %A Mathur, Puneet %A Jain, Rajiv %A Dernoncourt, Franck %A Morariu, Vlad %A Tran, Quan Hung %A Manocha, Dinesh %S Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (Volume 2: Short Papers) %D 2021 %8 August %I Association for Computational Linguistics %C Online %F mathur-etal-2021-timers %R 10.18653/v1/2021.acl-short.67 %U https://aclanthology.org/2021.acl-short.67 %U https://doi.org/10.18653/v1/2021.acl-short.67 %P 524-533
Markdown (Informal)
[TIMERS : Document-level Temporal Relation ExtractionTIMERS: Document-level Temporal Relation Extraction](https://aclanthology.org/2021.acl-short.67) (Mathur et al., ACL 2021)
- TIMERS : Document-level Temporal Relation ExtractionTIMERS: Document-level Temporal Relation Extraction (Mathur et al., ACL 2021)
ACL
- Puneet Mathur, Rajiv Jain, Franck Dernoncourt, Vlad Morariu, Quan Hung Tran, and Dinesh Manocha. 2021. TIMERS : Document-level Temporal Relation ExtractionTIMERS: Document-level Temporal Relation Extraction. In Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (Volume 2: Short Papers), pages 524–533, Online. Association for Computational Linguistics.