Understanding which events are ment

Understanding which events are mentioned in unstructured natural language texts, and which relations connect them is a fundamental task for many applications in natural language processing (NLP), such as personalized news systems, question answering and summarization. A notably challenging problem related to event processing is recognizing the relations that hold between events, in particular temporal and causal relations. Having knowledge about such relations is necessary to build event timelines from text and could be useful for future event prediction, risk analysis and decision making support. While there has been some research on temporal relations, the aspect of causality between events from an NLP perspective has hardly been touched, even though it has a long-standing tradition in psychology and formal linguistic fields. We propose an annotation scheme to cover different types of causality between events, techniques for extracting such relations and an investigation into the connection between temporal and causal relations. The latter will be the focus of this thesis work because causality clearly has a temporal constraint. We claim that injecting this precondition may be beneficial for the recognition of both temporal and causal relations.

ผลลัพธ์ (ไทย) 1:

เข้าใจเหตุการณ์ต่าง ๆ ที่ระบุไว้ในข้อความที่ไม่มีโครงสร้างภาษา และความสัมพันธ์ที่เชื่อมต่อให้เป็นงานพื้นฐานสำหรับการใช้งานหลายภาษาธรรมชาติ (NLP) การประมวลผล ระบบข่าวสารส่วนบุคคล การตอบคำถาม และสรุป ปัญหาท้าทายยวดที่เกี่ยวข้องกับประมวลผลเหตุการณ์จะจดจำความสัมพันธ์ที่ค้างระหว่างเหตุการณ์ ขมับโดยเฉพาะและความสัมพันธ์เชิงสาเหตุ มีความรู้เกี่ยวกับความสัมพันธ์ดังกล่าวจำเป็นต้องสร้างเส้นเวลาเหตุการณ์จากข้อความ และอาจมีประโยชน์ในการคาดเดาเหตุการณ์ในอนาคต การวิเคราะห์ความเสี่ยงและตัดสินใจสนับสนุนการ ในขณะที่มีงานวิจัยบางความสัมพันธ์ชั่วคราว ด้านของ causality ระหว่างเหตุการณ์จากมุมมองการ NLP มีแทบรับสัมผัส แม้ว่าจะมีประเพณีที่ยาวนานในฟิลด์ทางภาษาศาสตร์และจิตวิทยา เราเสนอโครงร่างการอธิบายครอบคลุม causality ระหว่างเหตุการณ์ เทคนิคสำหรับการดึงข้อมูลความสัมพันธ์และการสอบสวนเป็นการเชื่อมต่อระหว่างความสัมพันธ์เชิงสาเหตุ และขมับแตก หลังจะเน้นงานวิทยานิพนธ์เนื่องจาก causality ชัดเจนมีข้อจำกัดในการชั่วคราว เราอ้างว่า injecting เงื่อนไขนี้อาจเป็นประโยชน์สำหรับการรับรู้ของความสัมพันธ์เชิงสาเหตุ และขมับ

ผลลัพธ์ (ไทย) 2:

ความเข้าใจในเหตุการณ์ที่จะกล่าวถึงในตำราภาษาธรรมชาติที่ไม่มีโครงสร้างและความสัมพันธ์ที่เชื่อมต่อพวกเขาเป็นงานพื้นฐานสำหรับการใช้งานจำนวนมากในการประมวลผลภาษาธรรมชาติ (NLP) เช่นระบบข่าวส่วนบุคคลตอบคำถามและสรุป ปัญหาที่ท้าทายโดยเฉพาะอย่างยิ่งที่เกี่ยวข้องกับการประมวลผลเหตุการณ์ตระหนักความสัมพันธ์ที่ยึดระหว่างเหตุการณ์โดยเฉพาะอย่างยิ่งความสัมพันธ์ชั่วคราวและสาเหตุ มีความรู้เกี่ยวกับความสัมพันธ์ดังกล่าวเป็นสิ่งที่จำเป็นในการสร้างระยะเวลาที่เหตุการณ์จากข้อความและอาจจะมีประโยชน์สำหรับการคาดการณ์เหตุการณ์ในอนาคตการวิเคราะห์ความเสี่ยงและการตัดสินใจสนับสนุน ขณะที่มีการวิจัยบางอย่างเกี่ยวกับความสัมพันธ์ชั่วคราวแง่มุมของเวรกรรมระหว่างเหตุการณ์จากมุมมองของ NLP แทบจะไม่ได้รับการสัมผัสแม้ว่ามันจะมีประเพณีอันยาวนานในด้านจิตวิทยาและสาขาภาษาอย่างเป็นทางการ เราเสนอโครงการเพื่อให้ครอบคลุมคำอธิบายประกอบแตกต่างกันของอำนาจระหว่างเหตุการณ์เทคนิคสำหรับการแยกความสัมพันธ์ดังกล่าวและการสอบสวนในการเชื่อมต่อระหว่างความสัมพันธ์ชั่วคราวและสาเหตุ หลังจะมุ่งเน้นในการทำงานวิจัยนี้เพราะเวรกรรมชัดเจนมีข้อ จำกัด ชั่วขณะ เราอ้างว่าฉีดเงื่อนไขนี้อาจจะเป็นประโยชน์สำหรับการรับรู้ของทั้งสองความสัมพันธ์ชั่วคราวและสาเหตุ

ผลลัพธ์ (ไทย) 3:

ความเข้าใจ ซึ่งเหตุการณ์ที่กล่าวถึงในข้อความภาษาธรรมชาติซึ่งไม่มีโครงสร้างและความสัมพันธ์เชื่อมต่อพวกเขาเป็นภารกิจพื้นฐานสำหรับการใช้งานมากในการประมวลผลภาษาธรรมชาติ ( NLP ) เช่น ระบบข่าวส่วนบุคคล , ตอบคําถาม และสรุป . เป็นเฉพาะปัญหาที่ท้าทายที่เกี่ยวข้องกับการประมวลผลเหตุการณ์ที่ถือตระหนักถึงความสัมพันธ์ระหว่างเหตุการณ์ในความสัมพันธ์ชั่วคราวและสาเหตุที่เฉพาะเจาะจง มีความรู้เกี่ยวกับความสัมพันธ์ดังกล่าวเป็นสิ่งที่จำเป็นเพื่อสร้างเส้นเวลาเหตุการณ์จากข้อความ และอาจเป็นประโยชน์ในการทำนายเหตุการณ์ในอนาคต การวิเคราะห์และสนับสนุนการตัดสินใจเสี่ยง ในขณะที่มีบางงานวิจัยเกี่ยวกับความสัมพันธ์ด้านความสัมพันธ์ระหว่างเหตุการณ์จากมุมมองของ NLP ได้รับแทบจะไม่สัมผัสแม้จะมีประเพณีอันยาวนานในทางภาษาศาสตร์จิตวิทยาและสาขา เราเสนอรูปแบบการจัดการเพื่อให้ครอบคลุมชนิดของความสัมพันธ์ระหว่างเหตุการณ์ เทคนิคการสกัดความสัมพันธ์ดังกล่าว และการตรวจสอบการเชื่อมต่อระหว่างกาล และความสัมพันธ์ . หลังจะเป็นโฟกัสของงานวิทยานิพนธ์นี้ เพราะสาเหตุชัดเจนมีข้อจำกัดที่ชั่วคราวเราอ้างว่าฉีด เงื่อนไขนี้อาจเป็นประโยชน์สำหรับการรับรู้ทั้งชั่วคราวและความสัมพันธ์ .