Este artículo presenta un estudio exhaustivo de la identificación de causalidad de eventos (ECI), que detecta automáticamente relaciones causales entre eventos en textos en el campo del procesamiento del lenguaje natural (PLN). Proponemos un nuevo esquema de clasificación para categorizar y clarificar sistemáticamente los métodos existentes, y explicamos los principios básicos y el marco técnico de la ECI. Clasificamos los métodos de ECI con base en dos tareas principales: identificación de causalidad de eventos a nivel de oración (SECI) e identificación de causalidad de eventos a nivel de documento (DECI), y discutimos el progreso de varias metodologías (p. ej., coincidencia basada en patrones de características, clasificación basada en aprendizaje automático, codificación semántica profunda, ajuste fino basado en indicaciones, aprendizaje de diccionarios de conocimiento causal, etc.) y estrategias de aumento de datos para cada tarea, incluyendo la ECI multilingüe y translingüe, y la ECI de disparo cero utilizando modelos lingüísticos a gran escala (LLM). También analizamos las fortalezas y limitaciones de cada método, realizamos evaluaciones cuantitativas exhaustivas en cuatro conjuntos de datos de referencia y sugerimos futuras direcciones de investigación.
