論文の概要: Bridging Anaphora Resolution as Question Answering

• arxiv url: http://arxiv.org/abs/2004.07898v3
• Date: Wed, 24 Jun 2020 22:28:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-12 21:38:14.719557
• Title: Bridging Anaphora Resolution as Question Answering
• Title（参考訳）: 質問応答としてのブリジング・アナフォラの解決
• Authors: Yufang Hou
• Abstract要約: 我々は、文脈に基づく質問応答として、ブリッジング・アナフォラ分解能を投入した。 本稿では,この課題に対する質問応答フレームワーク(BARQA)を提案する。 そこで本研究では,大量の「準ブリッジング」トレーニングデータを生成する新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 10.81197069967052
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most previous studies on bridging anaphora resolution (Poesio et al., 2004; Hou et al., 2013b; Hou, 2018a) use the pairwise model to tackle the problem and assume that the gold mention information is given. In this paper, we cast bridging anaphora resolution as question answering based on context. This allows us to find the antecedent for a given anaphor without knowing any gold mention information (except the anaphor itself). We present a question answering framework (BARQA) for this task, which leverages the power of transfer learning. Furthermore, we propose a novel method to generate a large amount of "quasi-bridging" training data. We show that our model pre-trained on this dataset and fine-tuned on a small amount of in-domain dataset achieves new state-of-the-art results for bridging anaphora resolution on two bridging corpora (ISNotes (Markert et al., 2012) and BASHI (Roesiger, 2018)).
• Abstract（参考訳）: アナフォラの橋渡しに関するこれまでの研究(poesio et al., 2004; hou et al., 2013b; hou, 2018a)は、この問題に取り組むためにペアワイズモデルを使用し、ゴールド言及の情報が得られると仮定している。 本稿では,文脈に基づく質問応答としてブリッジング・アナフォラ分解能を用いた。 これにより、金の言及情報を知ることなく(アナプホル自体を除く)所定のアナプホルの先行物を見つけることができる。 本稿では,伝達学習の力を活用した質問応答フレームワーク(BARQA)を提案する。 さらに,大量の"quasi-bridging"トレーニングデータを生成する新しい手法を提案する。 このデータセットを事前トレーニングし、少数のドメイン内データセットを微調整することで、2つのブリッジングコーパス(ISNotes (Markert et al., 2012) とBASHI (Roesiger, 2018) にアナフォラ分解能をブリッジする新たな技術結果が得られることを示す。

関連論文リスト

• Large Language Models Meet Knowledge Graphs to Answer Factoid Questions [57.47634017738877]
  本稿では,知識グラフから追加情報に富んだ事前学習されたテキスト・テキスト言語モデルを探索する手法を提案する。 抽出した部分グラフの線形化によりトランスフォーマーモデルで容易に情報を得る。 抽出された情報で回答候補を最終ランク付けすると、事前訓練されたテキスト-テキスト言語モデルのHits@1スコアが4-6%向上する。
  論文  参考訳（メタデータ） (2023-10-03T15:57:00Z)
• Conjunct Resolution in the Face of Verbal Omissions [51.220650412095665]
  本稿では,テキスト上で直接動作する接続分解タスクを提案し,コーディネーション構造に欠けている要素を復元するために,分割・言い換えパラダイムを利用する。 クラウドソースアノテーションによる自然に発生する動詞の省略例を10万件以上を含む,大規模なデータセットをキュレートする。 我々は、このタスクのために様々な神経ベースラインをトレーニングし、最良の手法が適切なパフォーマンスを得る一方で、改善のための十分なスペースを残していることを示す。
  論文  参考訳（メタデータ） (2023-05-26T08:44:02Z)
• TASA: Deceiving Question Answering Models by Twin Answer Sentences Attack [93.50174324435321]
  本稿では,質問応答(QA)モデルに対する敵対的攻撃手法であるTASA(Twin Answer Sentences Attack)を提案する。 TASAは、金の回答を維持しながら、流動的で文法的な逆境を生み出す。
  論文  参考訳（メタデータ） (2022-10-27T07:16:30Z)
• Open-domain Question Answering via Chain of Reasoning over Heterogeneous Knowledge [82.5582220249183]
  異種知識ソース間のシングル/マルチホップ質問に応答する新しいオープンドメイン質問応答(ODQA)フレームワークを提案する。 分離された証拠を収集するためにレトリバーにのみ依存する従来の方法とは異なり、我々の仲介者は検索された集合に対する推論の連鎖を実行する。 本システムは,2つのODQAデータセットであるOTT-QAとNQに対して,Wikipediaの表や節に対する競合性能を実現する。
  論文  参考訳（メタデータ） (2022-10-22T03:21:32Z)
• End-to-end Neural Information Status Classification [17.976752792350933]
  本稿では,情報ステータス分類のためのエンドツーエンドニューラルネットワークを提案する。 推測時間中、本システムは原文を入力として取り、情報ステータスとともに言及を生成する。 本システムは, 従来の最先端システムと比較して, ブリッジング・アナフォラ認識における競合的な結果を達成している。
  論文  参考訳（メタデータ） (2021-09-06T21:44:11Z)
• Reference-based Weak Supervision for Answer Sentence Selection using Web Data [87.18646699292293]
  完全自動大規模データパイプラインであるReference-based Weak Supervision (RWS)を紹介する。 RWSは豊富なWebデータから高品質な教師付き回答を抽出する。 我々の実験は、生成したデータが常にTANDAを支えていることを示している。
  論文  参考訳（メタデータ） (2021-04-18T19:41:17Z)
• Adaptive Active Learning for Coreference Resolution [37.261220564076964]
  最近のインクリメンタルコア推論解決の進展により、この設定におけるアクティブラーニングに対する新しいアプローチが可能になる。 コアファレンスのためのデータバリアを下げることで、コアファレンスリゾルバは、以前に考慮されていない一連のドメインに迅速に適応できます。
  論文  参考訳（メタデータ） (2021-04-15T17:21:51Z)
• Stay Together: A System for Single and Split-antecedent Anaphora Resolution [19.98823717287972]
  Split-antecedent anaphoraは、単一のantecedent anaphoraよりもまれでより複雑である。 そこで本研究では,単独と分割型の両方のアナフォを解決し,より現実的な設定で評価するシステムを提案する。
  論文  参考訳（メタデータ） (2021-04-12T10:01:08Z)
• Free the Plural: Unrestricted Split-Antecedent Anaphora Resolution [23.843305521306227]
  そこで本研究では,分割型アパルトの非制限分解能に関する最初のモデルを提案する。 スパーシリティ問題に対処することで、性能を大幅に改善できることが示される。 ゴールドアノテートされたARRAUコーパスの評価は、アウトベストモデルが3つの補助コーパスの組み合わせを使用していることを示している。
  論文  参考訳（メタデータ） (2020-10-31T11:21:39Z)
• ClarQ: A large-scale and diverse dataset for Clarification Question Generation [67.1162903046619]
  そこで我々は,スタックエクスチェンジから抽出したポストコメンデーションに基づいて,多様な,大規模な明確化質問データセットの作成を支援する,新しいブートストラップフレームワークを考案した。 質問応答の下流タスクに適用することで,新たに作成したデータセットの有用性を定量的に示す。 我々はこのデータセットを公開し、ダイアログと質問応答システムの拡張という大きな目標を掲げて、質問生成の分野の研究を促進する。
  論文  参考訳（メタデータ） (2020-06-10T17:56:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。