MODEE: Un Approccio Basato su Grafi e LLM per l'Estrazione di Eventi in Dominio Aperto
I ricercatori propongono MODEE (Multimodal Open-Domain Event Extraction), un approccio innovativo che combina grandi modelli linguistici con la modellazione documentale basata su grafi per estrarre eventi dal testo senza tipi di evento predefiniti. I metodi esistenti per il dominio aperto trascurano i LLM e non riescono a catturare il ragionamento contestuale, strutturale e semantico a livello di documento. MODEE colma queste lacune integrando strutture a grafo per mitigare problemi dei LLM come il 'lost-in-the-middle' e la diluizione dell'attenzione. L'approccio è progettato per attività come il riassunto e il processo decisionale in emergenza. L'articolo è disponibile su arXiv con ID 2604.21885.
Fatti principali
- MODEE sta per Multimodal Open-Domain Event Extraction
- Combina LLM con modellazione documentale basata su grafi
- Affronta le limitazioni dell'estrazione di eventi in dominio chiuso e aperto
- Mira al ragionamento contestuale, strutturale e semantico a livello di documento
- Mitiga i problemi 'lost-in-the-middle' e diluizione dell'attenzione nei LLM
- Supporta il riassunto di documenti e il processo decisionale in emergenza
- Pubblicato su arXiv con ID 2604.21885
- Il tipo di annuncio è cross
Entità
Istituzioni
- arXiv