論文の概要: The workweek is the best time to start a family -- A Study of GPT-2
Based Claim Generation
- arxiv url: http://arxiv.org/abs/2010.06185v1
- Date: Tue, 13 Oct 2020 05:22:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-07 23:29:16.916873
- Title: The workweek is the best time to start a family -- A Study of GPT-2
Based Claim Generation
- Title(参考訳): ワークウィークは、家族を始めるのに最適な時間である -- GPT-2に基づくクレーム生成の研究
- Authors: Shai Gretz, Yonatan Bilu, Edo Cohen-Karlik and Noam Slonim
- Abstract要約: 我々は,コヒーレントなクレームを生成するためのGPT-2に基づくパイプラインを提案する。
我々は、手動および自動アセスメントの配列を用いて、それが生成するクレームの種類とその正確性について検討する。
- 参考スコア(独自算出の注目度): 11.353388833263972
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Argument generation is a challenging task whose research is timely
considering its potential impact on social media and the dissemination of
information. Here we suggest a pipeline based on GPT-2 for generating coherent
claims, and explore the types of claims that it produces, and their veracity,
using an array of manual and automatic assessments. In addition, we explore the
interplay between this task and the task of Claim Retrieval, showing how they
can complement one another.
- Abstract(参考訳): 議論の生成は、ソーシャルメディアや情報の拡散に対する潜在的な影響をタイムリーに検討している困難な課題である。
本稿では,GPT-2に基づくコヒーレントなクレーム生成パイプラインを提案し,その生成するクレームの種類と妥当性について,手動および自動アセスメントの配列を用いて検討する。
さらに,この課題とCrim Retrievalの課題との相互作用を考察し,それらが相互に補完する方法について述べる。
関連論文リスト
- DuetRAG: Collaborative Retrieval-Augmented Generation [57.440772556318926]
協調検索拡張生成フレームワークであるDuetRAGが提案されている。
ブートストラップの哲学はドメインフィニングとRAGモデルを同時に統合することである。
論文 参考訳(メタデータ) (2024-05-12T09:48:28Z) - A novel dual-stream time-frequency contrastive pretext tasks framework
for sleep stage classification [1.9399172852087767]
本研究では、時間領域と周波数領域の両方で動作する二重ストリームプリテキスト・タスク・アーキテクチャを提案する。
我々は、新しい周波数類似性(FS)プリテキストタスクを2つの既存のプリテキストタスク、相対的位置決め(RP)と時間的シャッフル(TS)に組み入れた。
FSの導入により、ダウンストリームタスクの精度が大幅に改善され、RPが1.28パーセント改善、TSが2.02%改善された。
論文 参考訳(メタデータ) (2023-12-15T09:05:06Z) - Hybrid Long Document Summarization using C2F-FAR and ChatGPT: A
Practical Study [1.933681537640272]
ChatGPTは、大規模言語モデル(LLM)分野における最新のブレークスルーである。
本稿では,ビジネス記事や書籍などの長い文書のハイブリッド抽出と要約パイプラインを提案する。
以上の結果から,ChatGPTの使用は長文を要約するための非常に有望なアプローチであるが,まだ成熟していないことが示唆された。
論文 参考訳(メタデータ) (2023-06-01T21:58:33Z) - Prompt-Guided Retrieval Augmentation for Non-Knowledge-Intensive Tasks [11.197027472291905]
PGRAと呼ばれるNKIタスクのための2段階のフレームワークを提案する。
第1段階ではタスク非依存のレトリバーを採用し、共有静的インデックスを構築し、効率的な候補証拠を選択する。
第2段階では、読者のタスク固有の関連性に応じて、最も近いエビデンスをリランクするプロンプト誘導型リランカを設計する。
論文 参考訳(メタデータ) (2023-05-28T07:27:12Z) - What should I Ask: A Knowledge-driven Approach for Follow-up Questions
Generation in Conversational Surveys [63.51903260461746]
対話型調査における知識駆動型フォローアップ質問生成のための新しい課題を提案する。
そこで我々は,対話履歴とラベル付き知識を用いた人手によるフォローアップ質問の新しいデータセットを構築した。
次に,その課題に対する2段階の知識駆動モデルを提案する。
論文 参考訳(メタデータ) (2022-05-23T00:57:33Z) - IAM: A Comprehensive and Large-Scale Dataset for Integrated Argument
Mining Tasks [59.457948080207174]
本稿では,一連の議論マイニングタスクに適用可能なIAMという,包括的で大規模なデータセットを提案する。
データセットの70k近い文は、引数特性に基づいて完全に注釈付けされている。
議論準備プロセスに関連する2つの新しい統合された議論マイニングタスクを提案する。(1) 姿勢分類付きクレーム抽出(CESC)と(2) クレーム・エビデンス・ペア抽出(CEPE)である。
論文 参考訳(メタデータ) (2022-03-23T08:07:32Z) - SCAI-QReCC Shared Task on Conversational Question Answering [7.428559907101379]
SCAI'21は独立したオンラインイベントとして組織され、会話型質問応答の共有タスクを特徴とした。
我々は,この設定における回答の正当性の評価を,主要な課題と現在の研究ギャップとして認識した。
我々は2つのクラウドソーシング実験を行い、回答の妥当性と忠実さのアノテーションを収集した。
論文 参考訳(メタデータ) (2022-01-26T18:03:21Z) - A Survey on Temporal Sentence Grounding in Videos [69.13365006222251]
ビデオ(TSGV)における時間的文グラウンドングは、与えられた文クエリに関する未編集ビデオから1つのターゲットセグメントをローカライズすることを目的としている。
我々の知る限りでは、これは時間的文接地に関する最初の体系的な調査である。
論文 参考訳(メタデータ) (2021-09-16T15:01:46Z) - Asking Questions Like Educational Experts: Automatically Generating
Question-Answer Pairs on Real-World Examination Data [10.353009081072992]
本稿では,実世界の検査データ上での質問応答対生成課題に対処し,RASに関する新たな統合フレームワークを提案する。
本稿では,質問文とキーフレーズを反復的に生成・最適化するマルチエージェント通信モデルを提案する。
実験結果から,質問応答対生成タスクにおいて,本モデルが大きなブレークスルーをもたらすことが明らかとなった。
論文 参考訳(メタデータ) (2021-09-11T04:10:57Z) - Inquisitive Question Generation for High Level Text Comprehension [60.21497846332531]
InQUISITIVEは、文書を読みながら19K質問を抽出するデータセットである。
我々は,読者が情報を求めるための実践的な戦略に携わることを示す。
我々は, GPT-2に基づく質問生成モデルを評価し, 妥当な質問を生成することができることを示す。
論文 参考訳(メタデータ) (2020-10-04T19:03:39Z) - Generating Fact Checking Explanations [52.879658637466605]
まだ欠けているパズルの重要なピースは、プロセスの最も精巧な部分を自動化する方法を理解することです。
本稿では、これらの説明を利用可能なクレームコンテキストに基づいて自動生成する方法について、最初の研究を行う。
この結果から,個別に学習するのではなく,両目標を同時に最適化することで,事実確認システムの性能が向上することが示唆された。
論文 参考訳(メタデータ) (2020-04-13T05:23:25Z)
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。