模型在事件共指解析标注中的效能如何？

跨文档事件共指链接的标注是一项耗时且认知要求高的任务，可能影响标注质量和效率。为解决这一问题，提出了一种用于事件共指解析的模型辅助标注方法，其中机器学习模型仅建议可能共指的事件对。

通过首先模拟标注过程，然后使用一种新颖的以标注者为中心的召回-标注工作量权衡指标，评估了该方法的有效性，比较了各种底层模型和数据集的結果。最后提出了一种方法，可在获得97%召回率的同时，显著减少完全手动标注过程所需的工作量。

代码和数据可在指定链接获取。