Buchumschlag

Argument-Centric Causal Intervention Method for Mitigating Bias in Cross-Document Event Coreference Resolution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yao, Long, Yang, Wenzhong, Yin, Yabo, Wei, Fuyuan, Lv, Hongzhen, Peng, Jiaren, Wang, Liejun, Tao, Xiaoming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MDF: A Dynamic Fusion Model for Multi-modal Fake News Detection
von: Lv, Hongzhen, et al.
Veröffentlicht: (2024)

One Small and One Large for Document-level Event Argument Extraction
von: Peng, Jiaren, et al.
Veröffentlicht: (2024)

Within-Document Event Coreference with BERT-Based Contextualized Representations
von: Ahmed, Shafiuddin Rehan, et al.
Veröffentlicht: (2021)

MIMNet: Multi-Interest Meta Network with Multi-Granularity Target-Guided Attention for Cross-domain Recommendation
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2024)

A Data-Centric Approach to Multilingual E-Commerce Product Search: Case Study on Query-Category and Query-Item Relevance
von: Yin, Yabo, et al.
Veröffentlicht: (2025)

Event GDR: Event-Centric Generative Document Retrieval
von: Guan, Yong, et al.
Veröffentlicht: (2024)

Mitigate Position Bias with Coupled Ranking Bias on CTR Prediction
von: Zhao, Yao, et al.
Veröffentlicht: (2024)

Taming Recommendation Bias with Causal Intervention on Evolving Personal Popularity
von: Tan, Shiyin, et al.
Veröffentlicht: (2025)

MEIC-DT: Memory-Efficient Incremental Clustering for Long-Text Coreference Resolution with Dual-Threshold Constraints
von: Luo, Kangyang, et al.
Veröffentlicht: (2025)

Utilizing Contextual Clues and Role Correlations for Enhancing Document-level Event Argument Extraction
von: Liu, Wanlong, et al.
Veröffentlicht: (2023)

Positional Bias in Long-Document Ranking: Impact, Assessment, and Mitigation
von: Boytsov, Leonid, et al.
Veröffentlicht: (2022)

ImCoref-CeS: An Improved Lightweight Pipeline for Coreference Resolution with LLM-based Checker-Splitter Refinement
von: Luo, Kangyang, et al.
Veröffentlicht: (2025)

The Next Paradigm Is User-Centric Agent, Not Platform-Centric Service
von: Zhang, Luankang, et al.
Veröffentlicht: (2026)

Causal Intervention for Fairness in Multi-behavior Recommendation
von: Wang, Xi, et al.
Veröffentlicht: (2022)

Inside CORE-KG: Evaluating Structured Prompting and Coreference Resolution for Knowledge Graphs
von: Meher, Dipak, et al.
Veröffentlicht: (2025)

A Semantic Encoding of Object Centric Event Data
von: Latif, Saba, et al.
Veröffentlicht: (2025)

Mitigating Modality Bias in Multi-modal Entity Alignment from a Causal Perspective
von: Su, Taoyu, et al.
Veröffentlicht: (2025)

Mitigating Position Bias with Regularization for Recommender Systems
von: Wang, Hao
Veröffentlicht: (2024)

Language Bias in Information Retrieval: The Nature of the Beast and Mitigation Methods
von: Yang, Jinrui, et al.
Veröffentlicht: (2025)

Causality Enhancement for Cross-Domain Recommendation
von: Wu, Zhibo, et al.
Veröffentlicht: (2025)

The Relevance of Item-Co-Exposure For Exposure Bias Mitigation
von: Krause, Thorsten, et al.
Veröffentlicht: (2024)

Mitigating Hidden Confounding Effects for Causal Recommendation
von: Zhu, Xinyuan, et al.
Veröffentlicht: (2022)

Reveal Hidden Pitfalls and Navigate Next Generation of Vector Similarity Search from Task-Centric Views
von: Chen, Tingyang, et al.
Veröffentlicht: (2025)

Take Care of Your Prompt Bias! Investigating and Mitigating Prompt Bias in Factual Knowledge Extraction
von: Xu, Ziyang, et al.
Veröffentlicht: (2024)

Graph-Structured Driven Dual Adaptation for Mitigating Popularity Bias
von: Cai, Miaomiao, et al.
Veröffentlicht: (2025)

Identifying and Upweighting Power-Niche Users to Mitigate Popularity Bias in Recommendations
von: Liu, David, et al.
Veröffentlicht: (2025)

Mitigating Popularity Bias in Counterfactual Explanations using Large Language Models
von: Hasami, Arjan, et al.
Veröffentlicht: (2025)

Debias Can be Unreliable: Mitigating Bias Issue in Evaluating Debiasing Recommendation
von: Wang, Chengbing, et al.
Veröffentlicht: (2024)

On Mitigating Data Sparsity in Conversational Recommender Systems
von: Zhang, Sixiao, et al.
Veröffentlicht: (2025)

Localization Boosting for Growth Markets: Mitigating Cross-Locale Behavioral Bias in Learning-to-Rank
von: Seran, Suryaa Veerabathiran, et al.
Veröffentlicht: (2026)

Interpreting Multilingual and Document-Length Sensitive Relevance Computations in Neural Retrieval Models through Axiomatic Causal Interventions
von: Savolainen, Oliver, et al.
Veröffentlicht: (2025)

Dynamic Context Selection for Retrieval-Augmented Generation: Mitigating Distractors and Positional Bias
von: Iratni, Malika, et al.
Veröffentlicht: (2025)

From Insight to Intervention: Interpretable Neuron Steering for Controlling Popularity Bias in Recommender Systems
von: Ahmadov, Parviz, et al.
Veröffentlicht: (2026)

DEGAP: Dual Event-Guided Adaptive Prefixes for Templated-Based Event Argument Extraction with Slot Querying
von: Wang, Guanghui, et al.
Veröffentlicht: (2024)

Learning Category Trees for ID-Based Recommendation: Exploring the Power of Differentiable Vector Quantization
von: Liu, Qijiong, et al.
Veröffentlicht: (2023)

CRAB: Codebook Rebalancing for Bias Mitigation in Generative Recommendation
von: Fan, Zezhong, et al.
Veröffentlicht: (2026)

Popularity-Aware Alignment and Contrast for Mitigating Popularity Bias
von: Cai, Miaomiao, et al.
Veröffentlicht: (2024)

Object-Centric Analysis of XES Event Logs: Integrating OCED Modeling with SPARQL Queries
von: Latif, Saba, et al.
Veröffentlicht: (2025)

Axiomatic Causal Interventions for Reverse Engineering Relevance Computation in Neural Retrieval Models
von: Chen, Catherine, et al.
Veröffentlicht: (2024)

Does LLM Focus on the Right Words? Mitigating Context Bias in LLM-based Recommenders
von: Wang, Bohao, et al.
Veröffentlicht: (2025)