Sélection des phrases contextuelles optimales pour l'extraction de relations entre événements

La compréhension des événements repose sur la reconnaissance des ordres structuraux et temporels entre les mentions d’événements afin de construire des structures ou graphes d’événements à partir des documents d’entrée. Pour atteindre cet objectif, notre travail aborde les problèmes d’extraction de relations de sous-événement (SRE) et d’extraction de relations temporelles entre événements (TRE), visant à prédire les relations de sous-événement et temporelles entre deux mentions ou déclencheurs d’événements donnés dans un texte. Les méthodes les plus récentes et les plus performantes pour ces tâches ont recouru à des modèles linguistiques basés sur les transformateurs (par exemple, BERT) afin d’obtenir des représentations contextuelles efficaces pour les paires d’événements d’entrée. Toutefois, une limitation majeure des modèles basés sur les transformateurs pour la SRE et la TRE réside dans leur capacité limitée à encoder des textes d’une longueur importante (par exemple, jusqu’à 512 sous-mots dans BERT), ce qui empêche une capture efficace des phrases contextuelles importantes situées à distance dans les documents. Dans ce travail, nous proposons une méthode novatrice pour mieux modéliser le contexte au niveau du document, en mettant l’accent sur les phrases contextuelles pertinentes pour l’extraction des relations entre événements. Notre approche vise à identifier les phrases contextuelles les plus pertinentes pour une paire de mentions d’entités donnée dans un document, puis à les regrouper dans des documents plus courts, entièrement consommables par les modèles basés sur les transformateurs pour l’apprentissage de représentations. L’algorithme REINFORCE est employé pour entraîner les modèles, avec des fonctions de récompense nouvelles conçues pour capturer la performance du modèle, ainsi que les similarités contextuelles et basées sur les connaissances entre les phrases, spécifiques à notre problème. Des expériences étendues démontrent l’efficacité de la méthode proposée, qui atteint des performances de pointe sur des jeux de données standard.