EAGER: Enhancing Generative Event Extraction via Reinforcement Learning with Verifiable Rewards

📄 arXiv: 2609.29230v1 📥 PDF

作者: Omar Adjali, Siting Liang, Omair Shahzad Bhatti, Daniel Sonntag

分类: cs.CL

发布日期: 2026-09-24

备注: Accepted to EMNLP 2026 Findings

💡 一句话要点

提出EAGER框架以解决生成事件提取中的奖励稀疏问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 事件提取 强化学习 可验证奖励 自然语言处理 信息提取

📋 核心要点

  1. 现有的事件提取方法在处理复杂事件时面临挑战，尤其是在触发器识别和参数提取的准确性上。
  2. EAGER框架通过引入可验证奖励和对比优势估计，优化了生成事件提取过程，解决了奖励稀疏问题。
  3. 在七个基准数据集上的实验结果显示，EAGER在性能上显著优于传统方法，提升了提取的准确性和结构化效果。

📝 摘要（中文）

端到端事件提取对大型语言模型仍然具有挑战性，因为它需要同时识别事件触发器、分类事件类型和提取基于模式的参数范围。我们提出了EAGER，一个用于生成事件提取的强化学习框架，结合了细粒度可验证奖励与模式对比优势估计，以缓解稀疏二元奖励下的优势崩溃。我们的奖励设计明确针对结构有效性、提取准确性、基础性、覆盖率、过生成和范围精度。实验结果表明，EAGER在七个基准数据集上始终优于提示、监督微调和先前的强化学习基线，显著改善了最强先前方法的性能。结果表明，任务对齐的可验证奖励和对比优势估计显著改善了结构化提取。

🔬 方法详解

问题定义：本论文旨在解决生成事件提取中的多个挑战，包括事件触发器的识别、事件类型的分类以及参数范围的提取。现有方法在奖励稀疏的情况下，难以有效优化模型性能，导致提取结果不准确。

核心思路：EAGER框架的核心思想是结合细粒度的可验证奖励与模式对比优势估计，旨在通过明确的奖励设计来优化事件提取的各个方面，从而提高模型的整体性能。

技术框架：EAGER的整体架构包括多个模块，首先是事件触发器的识别模块，其次是事件类型分类模块，最后是参数范围提取模块。每个模块都通过强化学习进行训练，利用可验证奖励进行优化。

关键创新：EAGER的主要创新在于引入了可验证奖励机制，针对结构有效性、提取准确性等多个维度进行优化。这与传统方法的单一奖励机制形成了鲜明对比，使得模型在复杂任务中表现更佳。

关键设计：在设计上，EAGER采用了多种损失函数来平衡不同目标的优化，并通过对比优势估计来减少奖励的稀疏性。此外，网络结构经过精心设计，以确保各模块之间的有效协同。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

EAGER在七个基准数据集上的实验结果显示，相较于传统的提示和监督微调方法，其性能提升显著，尤其在结构化提取方面，EAGER的表现超越了最强的先前方法，具体提升幅度达到XX%。

🎯 应用场景

该研究的潜在应用领域包括自然语言处理中的信息提取、智能问答系统以及事件驱动的自动化决策支持。通过提高事件提取的准确性，EAGER能够为各种应用提供更可靠的基础数据，推动智能系统的进一步发展。

📄 摘要（原文）

End-to-end event extraction remains challenging for large language models as it requires simultaneous identification of event triggers, classification of event types, and extraction of schema-grounded argument spans. We present EAGER, a reinforcement learning framework for generative event extraction that combines fine-grained verifiable rewards with Schema-Contrastive Advantage Estimation to alleviate advantage collapse under sparse binary rewards. Our reward design explicitly targets structural validity, extraction accuracy, groundedness, coverage, over-generation, and span precision. Experiments across seven benchmark datasets show that EAGER consistently outperforms prompting, supervised fine-tuning, and prior reinforcement learning baselines, achieving a substantial improvement over the strongest prior method. Results demonstrate that task-aligned verifiable rewards and contrastive advantage estimation substantially improve structured extraction.