使用混合框架从核许可事件报告中提取因果关系
原文中文，约300字，阅读约需1分钟。发表于：。本文介绍了一种从核运营许可证事件报告中检测和提取因果关系的混合框架，贡献包括：（1）编制了一份包含 20,129 个文本样本用于因果关系分析的 LER 语料库，（2）开发了一个交互式工具用于标记因果关系对，（3）建立了一个基于深度学习的因果关系检测方法，和（4）开发了一种基于知识的因果关系提取方法。
利用大型语言模型 (LLM) 的最新进展，我们提出了首个事件因果识别方法，从 GPT 中设计特定提示以提取事件因果关系。我们的技术在 GLUCOSE 数据集上与监督模型相当，同时易于推广到不同类型和长度的故事。提取的因果关系在故事质量评估和故事视频文本对齐上带来了显著的改进，表明事件因果在计算机故事理解中具有巨大潜力。
