Une Approche d'Apprentissage Structuré pour l'Extraction de Relations Temporelles

L'identification des relations temporelles entre les événements est une étape essentielle pour la compréhension du langage naturel. Cependant, la relation temporelle entre deux événements dans une histoire dépend souvent, et est fréquemment dictée par, les relations entre d'autres événements. Par conséquent, identifier efficacement les relations temporelles entre les événements constitue un problème complexe même pour les annotateurs humains. Cet article souligne l'importance de prendre en compte ces dépendances lors de l'apprentissage de l'identification de ces relations et propose une approche d'apprentissage structuré pour relever ce défi. En outre, cette méthode offre une nouvelle perspective sur la gestion des relations manquantes, un problème connu qui nuit aux méthodes existantes. Comme nous le montrons, l'approche proposée entraîne des améliorations significatives sur les deux ensembles de données couramment utilisés pour ce problème.