关于论文的理解：Leveraging FrameNet to Improve Automatic Event Detection

Leveraging FrameNet to Improve Automatic Event Detection
Shulin liu（2016）
思想：本文主要利用框架与事件的定义具有相似结构，即trigger与LU，argument与FE对应，检验事件类型与FN中的框架类型是否能形成映射关系以及根据映射关系利用FN中的句子扩充ACE语料，提升ED性能。
方法：先用ACE语料训练一个三层ANN的ED模型，用该模型对FN中的15000多个句子进行事件类型识别，得到一个候选事件类型的概率。在用三种约束对这一事件类型进行纠正（相同框架下的句子表达相同的事件类型；相关框架的的句子表达相同的事件类型；相同的LU表达相同的事件类型），从而得到一批标注了事件类型的语料。将这批语料加入ACE训练集，在ANN模型上进行实验。
实验：首先对FN中句子识别的事件类型进行评估，如表6。然后再扩充ACE语料，结果如表7。
注意：相同框架下的句子表达相同事件类型：只有当公式5（s这里写图片描述_f为框架f下的句子数，I只有当词c被分类为事件类型t时为真）满足ϕ(f,t)>α时，后者为超参，才可认为框架f可以映射到事件类型t。其他假设如此。