【ACL2023】EnhancingDocument-levelEventArgumentExtractionwithContextualCluesandRoleRelevance论文：https://aclanthology.org/2023.findings-acl.817/代码：https://github.com/LWL-cpu/SCPRG-masterAbstract与句子级推理相比，文档级事件论元抽取在长输入和跨句推理方面提出了新的挑战。然而，大多数先前的工作都集中在捕捉每个事件中候选论元和事件触发词之间的关系，忽略了两个关键点：a）非论元上下文线索信息；b）论元角色之间的相关性。

我正在尝试构建一种peddy纸。为此，我有下表:团队CREATETABLE`teams`(`id`int(11)NOTNULLAUTO_INCREMENT,`creator_id`int(11)NOTNULL,`friend_id`int(11)DEFAULTNULL,`team_name`varchar(128)NOTNULL,PRIMARYKEY(`id`));团队日志CREATETABLEIFNOTEXISTS`progress_tracker`(`id`int(8)NOTNULLAUTO_INCREMENT,`user_id`int(8)NOTNULL,`team_id`int

OpenKG地址：http://openkg.cn/dataset/c-clueGitHub地址：https://github.com/jizijing/C-CLUE网站地址：http://152.136.45.252:60002/pages/login.html开放许可协议：CCBY-SA4.0（署名相似共享）贡献者：天津大学（王鑫，季紫荆，申雨鑫，孙毅宁，雨田）1. 介绍“二十四史”是中国古代各朝撰写的二十四部史书的总称，记录了丰富的历史人物和事件。由于古代汉语和现代汉语在语义和语法上存在较大差异，识别史书中的实体和关系耗时耗力，因此我们利用群体智慧，采用众包标注系统，并通过引入领域知识来