《数据标注实训（中级）》 教案ch05 事件标注实训

《数据标注实训（中级）》课程教案课题：语音采集与质检实训教学目的：定义事件类型与结构化标注逻辑；标注时序性事件（如进球/犯规）的起止边界；提炼赛事场景中的事件要素供模型学习。课型：新授课课时：本章安排8个课时。教学重点：重点：标注时序性事件（如进球/犯规）的起止边界。教学难点：难点：提炼赛事场景中的事件要素供模型学习。教学过程：教学形式：讲授课，教学组织采用课堂整体讲授和分组演示。教学媒体：采用启发式教学、案例教学等教学方法。教学手段采用多媒体课件、视频等媒体技术。板书设计：本课标题语音采集与质检实训课次4授课方式理论课□讨论课□习题课□其他□课时安排8学分共2分授课对象普通高等院校学生任课教师教材及参考资料1.《数据标注实训（中级）》；电子工业出版社。2.本教材配套视频教程及学习检查等资源。3.与本课程相关的其他资源。教学基本内容教学方法及教学手段课程引入如何让AI理解足球赛中的"进球瞬间"？事件标注赋予机器认知事件的能力！本章以体育赛事为例，学习事件类型定义、时间边界标注，训练AI捕捉动态场景中的关键行为。参考以下形式：1.衔接导入2.悬念导入3.情景导入4.激疑导入5.演示导入6.实例导入7.其他形式5.1认识事件标注事件标注常用于事件抽取技术，也可称之为事件抽取标注。事件标注是文本标注中极具挑战性的任务之一，在了解事件标注之前我们应该先理解什么是事件。事件作为信息的一种表现形式，是指特定的人或物在特定时间和地点相互作用的客观事实。简单来说，事件是指特定人、物在特定时间、地点、条件下做了某件事情。事件标注任务与事件的构成是紧密相关的，其要做的就是从非结构化的文本中抽取出事件所涉及的基本要素信息，这些要素可能包括事件的参与者（主体和客体）、时间、地点、原因、结果等。例如，昨天中午，李某和张某分别在合作协议上盖了公章。这句话表述了一个典型的“签署协议”事件。事件的参与者分别是“李某”和“张某”，时间是“昨天中午”，地点、原因和结果暂未提及，可不做标注。在事件标注任务中，通常也会有一些需要关注的特殊需求，例如，是否仅标注已成事实的事件？即将发生的准事件是否需要标注？事件标注过程中是否要严格关注事件要素的全面性等等。事件标注可应用于诸多领域的智能化。例如，在舆情分析、金融、医学和司法等领域，通过事件标注实现的智能应用能够帮助从复杂的文本信息中高效地抽取出核心事件，从而辅助进行检索、决策和审核等操作。5.2事件标注应用场景事件标注在各个领域的许多应用中扮演着重要的角色。本节将重点讲述其在舆情分析、智慧金融、生物医学和智慧司法四个领域的应用。1．舆情分析2．智慧金融3．生物医学4．智慧司法5.3体育赛事事件标注规范（一）任务目标根据所给文本的含义来分析文本中是否含有指定类型的事件，并标注出事件的要素，包括触发词、主体、客体、时间、地点、赛事名称、赛事项目、比分、名次。（二）背景知识在标注前，标注人员先要了解以下背景知识。事件：本次任务中事件类型包括赛事安排事件、赛事进行事件、赛事结果事件、赛事新闻事件，详情会在具体说明中详述。触发词：指示事件发生的词，一般是指事件的核心动词，通常是由主体发出，如出现多个动词，优先选择与主客体有逻辑关系的动词。主体：事件中发出动作的对象，即主体。主体通常是赛事的主办机构、个人或参赛队伍、国家等或专有名词。客体：参与事件的次要对象，即客体。（三）具体说明（1）赛事新闻事件：指由官方、媒体等发布赛事或组织会议的新闻。（2）赛事安排事件：指正在计划或并未开始的赛事或未表明时态且陈述比赛情况的文本，标注为赛事安排事件。赛事安排事件要素包括触发词、主体、客体、时间、地点、赛事名称、赛事项目。（3）赛事进行事件：指正在进行的赛事，并未出比赛最终结果。赛事进行事件要素包括触发词、主体、客体、时间、地点、赛事名称、赛事项目。（4）赛事结果事件：指整场比赛已经结束并且拿到名次的比赛。（四）基本标注原则（1）在本次任务中，对于实际发生、未发生或将要发生的事件均需要标注。建议标注顺序：先要判断文本有无触发词，若有触发词再判断有无事件类型、主体；触发词、事件类型和主体，三者必须同时出现在一个事件中即标注，否则不标注。（2）在标注时，先要判断文本中是否存在触发词，如果文本中没有触发词，则本条无须标注。例如，“中国选手在男子200米蝶泳预赛中分别以2分01秒84和2分03秒07的成绩，无缘决赛”。（3）触发词一般为事件发生的谓语动词，或者能够体现事件发生的核心动词，通常与主体和客体有直接关系。（4）在本次任务中，一段文本中可能含有多个事件，此时需要分别进行标注。例如，“当日其他比赛，马德里竞技主场0∶0战平比利亚雷亚尔。巴拉多利德主场1∶2不敌埃瓦尔。皇家社会主场3∶0战胜赫塔菲。埃尔切主场0∶0战平韦斯卡”。上述文本中共出现了4个事件，均属于赛事结果事件，此时需要分别进行标注。（5）在标注时，如果文本不属于本次任务的事件类型，则无须标注，直接提交即可。例如，“布达佩斯马拉松沿途经过城堡山、链子桥、国会大厦等著名景点，选手们大多数时间都奔跑在多瑙河两岸，这条赛道也因其沿途风景闻名于世”。（6）在标注事件要素时，采取最大化标注原则，以能够完整体现事件要素意义为标准，而不只限于某个特指词。例如，“2020年中国足球协会女子足球超级联赛11日落幕”，其中将“2020年中国足球协会女子足球超级联赛”标注为主体，而不是只将“女子足球超级联赛”标注为主体。（7）在标注时，如果文本中未找到对应四个事件类型的主体要素，则无须标注，否则必须标注。例如，“小组赛后将进入单场决胜的淘汰赛。八分之一阶段的比赛将于12月6日和7日举行；四分之一决赛和半决赛分别于12月10日和12月13日举行。”。由于文本中并未体现主体，因此无须标注。尽管文中是赛事安排事件，但由于没有主体则不标注。（8）在同一事件中，主体只能选择一次。例如，“国际乒联女子世界杯将于11月8日～10日举行”。在本句中，“国际乒联女子世界杯”属于事件主体，不需要再标为赛事名称。如果文本中出现两个类似要素，选择中文进行标注。例如，“2020年—2021年赛季中国女子篮球联赛（WCBA）即将开赛”，其中“2020年—2021年赛季中国女子篮球联赛”标注为主体，“WCBA”不标注。（9）例如，“原定于本月11日举行的第35届布达佩斯马拉松赛如期在匈牙利首都布达佩斯举行，不过参赛人数与往年相比大幅减少。”文本中未交代具体的时态，默认为未发生，计划发生，即赛事安排事件。（10）标注时，句中没有表明该局是“小节”“分局”“小局”等，该情况视为“整局”标注。例如，“首局波兰队比分以25：30结束，大胜英国队。”，其中按照“赛事结果事件”进行标注；标注“25：30”为比分。（五）注意事项（1）在标注触发词时，修饰词不需要标注。例如，“大胜”，只标注“胜”为触发词即可。（2）在本次任务中，如果时间中出现“—”，则需要整体标注（如将“2020年—2021年”标注为时间；如果时间中出现“23日”和“26日”，则需要分别标注）。（3）在本次任务中，如果事件中出现两个相同要素，则应该标注最全面、最具体的要素。例如，“辽宁篮球队确定参加2020年—2021年赛季中国男篮职业联赛（CBA），比赛将于10月17日在浙江省开赛，比赛地点在诸暨市体育馆”，本句中，应标注“诸暨市体育馆”为地点，而不标注“浙江省”为地点。其中出现中英释义的词语，选择中文词语进行标注。如标注“辽宁篮球队”为主体，标注“2020年—2021年赛季中国男篮职业联赛”为赛事名称，此处“CBA”不标注为赛事名称。（4）凡是通过官方或媒体等发布的赛事均属于赛事新闻事件。例如，“CBA联盟12日在北京举行2020年—2021年赛季新闻发布会”。（5）在标注时，如果文本中出现备战、训练等事项，则不属于本次事件任务类型，无须标注。例如，“中国花样滑冰队4月在海南省三亚市开始了为期3个月的基础体能训练，7月中旬，队伍又马不停蹄地赶到北京首钢训练基地，开始备战新赛季”。（6）在标注时，如果无法分辨事件中的主体和客体，则需要按照先后顺序进行标注。例如，“经过4场比赛的激烈争夺，交战双方快鱼队和官舍队以10∶10的成绩握手言和，共同获得2020年中国马球公开赛冠军奖杯”。其中主体为“快鱼队”，客体为“官舍队”。（7）在标注时，如果事件要素中出现多个地点，则需要全部标注。例如，“第18届亚洲杯足球赛将于2023年在北京、天津、上海、重庆、成都、西安、大连、青岛、厦门、苏州10座城市举行”，其中“北京、天津、上海、重庆、成都、西安、大连、青岛、厦门、苏州”均需要标注。（8）在本次任务中，赛事的某个时间点、时间段也可算作为时间。例如，“第一（二）阶段、上（下）半场”。例如，“武汉队曾在联赛第一阶段、第二阶段八强赛第二轮比赛中两胜江苏队，其中“第一阶段”与“第二阶段八强赛第二轮”均属于时间。当与日期类时间同时出现时，标注日期。（9）如果赛事名称前出现年份，则不代表事件中的时间，此时需要和赛事名称整体标注。例如，将“2019年法国女足世界杯”整体标注为赛事名称。（10）在本次任务中，赛事结果事件是以整场、整局比赛结束为准的，如果遇到赛事中的“单节”、“小节”或“上半场”、“中场”等未出整场或整局比赛结果等情况，则不属于赛事结果事件，不需要标注。但是“最后小节”、“第几局（整局）”、“最后一局比赛”结束代表整场比赛结束，例如，“第三节，双方打得十分胶着，山西队以63∶56领先结束节，河北队一度将分差缩小到4分，但山西队很快打出一波10∶3，从而终结了比赛”。在这句话中，第四节代表比赛的最后一节，意味着第四节比赛结束即整场比赛结束，所以算作赛事结果事件。标注结果为：事件类型—赛事结果事件；触发词—终结；主体—河北队；客体—山西队；比分—10∶3。（11）在标注时，如果文本开头出现了日期，但未说明是否为报道时间，也未说明是否是实际发生时间，则默认为是报道时间，该时间不需要标注。例如，“西宁10月8日，2020年全国青少年U系列冰球锦标赛U12组比赛日前在西宁闭幕”。在本句中，开头部分就出现了地点和日期，但它代表的是报道时间，不代表事件实际发生时间。即报道时间与报道地点无须标注。如果开头部分变为“10月8日”，则代表事件实际发生时间。（12）在本次任务中，事件范围应该小于单个句子范围，但也会出现一些特例。例如，“国际乒联女子世界杯将于11月8至10日举行。男子世界杯的举办时间为11月13至15日。两项赛事都将在威海市南海奥林匹克中心举行”。其中，第一句之后和第二句之后均属于事件安排事件且没有提到地点要素，但是最后一句话中明显提到了两项赛事的举办地点，因此需要在前两个事件中分别标注出赛事地点“威海市南海奥林匹克中心”。扩展开来，如果其他要素在同一文本不同事件中多次共享，则都需重复标注。部分标注结果为，主体—国际乒联女子世界杯，地点—威海市南海奥林匹克中心；主体—男子世界杯，地点—威海市南海奥林匹克中心。（13）在标注要素名次时，以小组形式夺得名次也算作比赛名次。例如，小组第一、小组第二名、但是晋级八强、三连胜、奖牌榜不算作比赛名次。（14）在标注赛事名称和赛事项目时，要标注具体的名称。例如，赛事名称“2022年世界杯预选赛南美区”与“第8届跳水亚洲杯”等；赛事项目“男子100米蛙泳”与“女子200米混合泳”等。如“排位赛”、“淘汰赛”等，属于赛制不属于赛事名称，则不需要标注。当在同一事件中，比赛项目作为比赛名称一部分时，如”乒乓球世锦赛男双决赛“，需整体标注为赛事名称。（15）在标注赛事时间要素时，限定时区的时间描述需要整体标注。例如，将“北京时间×点”整体标注为时间。（六）系统使用本实训任务通过数据标注实训平台完成。本规范仅对进入实训任务的步骤及具体的页面操作过程进行讲解。需要特别说明的是，此处给出的标注页面内容仅用于说明使用，其并不是实际训练中的任务内容。本实训任务从登录系统后到一条任务完成的操作流程如下。1．进入任务实施页面（1）进入实训练习页面。当前实训平台已将该页面设置为学员端默认首页，因此登录系统后即可自动进入实训练习页面。（2）进入任务列表页面。进入实训练习页面后，单击页面上事件标注模块下的“进入学习”链接，进入任务列表页面。（3）进入事件标注实施页面。在任务列表页面单击任意一个任务模块下的“进入学习”按钮，进入事件标注实施页面。2．标注页面操作详解在本任务中，