Авторы представляют Narrative-UFET, контролируемое расширение ультра-тонкого типирования сущностей, которое сопоставляет упоминания сущностей с автоматически сгенерированными короткими нарративами для устранения ограничений в разрешении неоднозначности типов с длинным хвостом. Исследование демонстрирует, что контекст нарратива дает последовательные улучшения по сравнению с базовыми уровнями на уровне предложений, особенно когда тип сущности меняется внутри текста.
- Narrative-UFET сопоставляет упоминания сущностей с связными синтетическими нарративами для изоляции дискурсивных свойств.
- Были протестированы два варианта: Maintain (постоянный тип) и Change (меняющийся тип).
- Вариант Change обеспечил более сильный сигнал для повышения точности типов с длинным хвостом.
- Синтетические нарративы дали более значительные улучшения по сравнению с естественно возникающими контекстами, выявив неявные сигналы.
Выводы указывают на то, что контролируемое построение дискурса может выявлять сигналы разрешения неоднозначности, которые часто остаются неявными в реальном тексте, подчеркивая открытые направления для моделирования дискурса и построения нарративов.