論文の概要: Incorporating External Knowledge to Enhance Tabular Reasoning
- arxiv url: http://arxiv.org/abs/2104.04243v1
- Date: Fri, 9 Apr 2021 08:25:01 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-12 18:25:18.052142
- Title: Incorporating External Knowledge to Enhance Tabular Reasoning
- Title(参考訳): 語彙推論を促進するための外部知識の導入
- Authors: J. Neeraja, Vivek Gupta, Vivek Srikumar
- Abstract要約: 本稿では,このタスクのモデルに情報がどのように提示されるか,容易かつ効果的な修正を提案する。
これらの戦略が表推論性能を実質的に改善することを系統的実験によって示します。
- 参考スコア(独自算出の注目度): 22.929779833484787
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reasoning about tabular information presents unique challenges to modern NLP
approaches which largely rely on pre-trained contextualized embeddings of text.
In this paper, we study these challenges through the problem of tabular natural
language inference. We propose easy and effective modifications to how
information is presented to a model for this task. We show via systematic
experiments that these strategies substantially improve tabular inference
performance.
- Abstract(参考訳): 表形式の情報に関する推論は、学習済みの文脈化されたテキストの埋め込みに依存する現代のNLPアプローチに固有の課題をもたらす。
本稿では,これらの課題を,表型自然言語推論の問題を通して考察する。
本稿では,このタスクのモデルに情報がどのように提示されるか,容易かつ効果的な修正を提案する。
本研究では,これらの手法が表層推論性能を大幅に向上させることを示す。
関連論文リスト
- Wiki-TabNER:Advancing Table Interpretation Through Named Entity
Recognition [19.423556742293762]
TIタスクの評価に広く用いられているベンチマークデータセットを分析した。
この欠点を克服するため、我々はより困難なデータセットを構築し、注釈付けします。
本稿では,新たに開発された大規模言語モデルを評価するためのプロンプトフレームワークを提案する。
論文 参考訳(メタデータ) (2024-03-07T15:22:07Z) - Automatically Correcting Large Language Models: Surveying the landscape
of diverse self-correction strategies [104.32199881187607]
大規模言語モデル(LLM)は、幅広いNLPタスクで顕著な性能を示した。
これらの欠陥を正すための有望なアプローチは自己補正であり、LLM自体が自身の出力で問題を修正するために誘導される。
本稿では,この新技術について概観する。
論文 参考訳(メタデータ) (2023-08-06T18:38:52Z) - Schema-Driven Actionable Insight Generation and Smart Recommendation [0.38673630752805443]
本稿では、データから実行可能な洞察を生成し、成長と変化を促進するためのスキーマ駆動方式を提案する。
また、フィードバックに基づいてユーザーの関心に合わせた洞察をランク付けする手法も導入している。
論文 参考訳(メタデータ) (2023-07-24T23:53:13Z) - Factually Consistent Summarization via Reinforcement Learning with
Textual Entailment Feedback [57.816210168909286]
我々は,この問題を抽象的な要約システムで解くために,テキストエンテーメントモデルの最近の進歩を活用している。
我々は、事実整合性を最適化するために、レファレンスフリーのテキストエンターメント報酬を用いた強化学習を用いる。
自動測定と人的評価の両結果から,提案手法は生成した要約の忠実さ,サリエンス,簡潔さを著しく向上させることが示された。
論文 参考訳(メタデータ) (2023-05-31T21:04:04Z) - Towards Table-to-Text Generation with Pretrained Language Model: A Table
Structure Understanding and Text Deliberating Approach [60.03002572791552]
本稿では,テーブル構造理解とテキスト検討手法,すなわちTASDを提案する。
具体的には,表構造を考慮したテキスト生成モデルを実現するために,三層多層アテンションネットワークを考案する。
われわれのアプローチは、様々な種類のテーブルに対して忠実で流動的な記述テキストを生成することができる。
論文 参考訳(メタデータ) (2023-01-05T14:03:26Z) - Textual Enhanced Contrastive Learning for Solving Math Word Problems [23.196339273292246]
本稿では,意味的に類似した例を識別するためにモデルを強制するテキスト拡張コントラスト学習フレームワークを提案する。
テキストの微妙なばらつきのある例を豊かにするために、自己監督的な方法戦略を採用する。
実験結果から,提案手法は広く使用されているベンチマークデータセットと,英語と中国語の課題データセットの両面において,最先端性を実現していることが明らかとなった。
論文 参考訳(メタデータ) (2022-11-29T08:44:09Z) - Enhancing Tabular Reasoning with Pattern Exploiting Training [14.424742483714846]
事前学習型言語モデルに基づく最近の手法は,表型タスクよりも優れた性能を示した。
本研究では,これらの推論モデルの既存の知識と推論能力を強化するために,事前学習言語モデルにおけるパターン探索訓練(PET)を利用する。
論文 参考訳(メタデータ) (2022-10-21T21:28:18Z) - FedOS: using open-set learning to stabilize training in federated
learning [0.0]
フェデレートラーニング(Federated Learning)は、プライバシ制約に違反することなく、分散データセット上で統計モデルをトレーニングする、新たなアプローチである。
本報告では,この新たな研究領域を探索し,これらの課題の理解を深めるため,いくつかの実験を行う。
本稿では,これらの課題の1つに新しいアプローチを提案し,文献で見られる他の手法と比較する。
論文 参考訳(メタデータ) (2022-08-22T19:53:39Z) - Obtaining Better Static Word Embeddings Using Contextual Embedding
Models [53.86080627007695]
提案手法はCBOWをベースとした簡易な蒸留法である。
副作用として、我々の手法は文脈的および静的な埋め込みの公正な比較を可能にする。
論文 参考訳(メタデータ) (2021-06-08T12:59:32Z) - Improving Disentangled Text Representation Learning with
Information-Theoretic Guidance [99.68851329919858]
自然言語の独特な性質は、テキスト表現の分離をより困難にする。
情報理論にインスパイアされた本研究では,テキストの不整合表現を効果的に表現する手法を提案する。
条件付きテキスト生成とテキストスタイル転送の両方の実験は、不整合表現の質を実証する。
論文 参考訳(メタデータ) (2020-06-01T03:36:01Z) - Incidental Supervision: Moving beyond Supervised Learning [72.4859717204905]
本稿では、監視ボトルネックを軽減するために設計された学習パラダイムについて述べる。
それは、テキストから様々なレベルの意味表現を誘導することに関連する、複数の問題の文脈におけるそれらの利点を説明する。
論文 参考訳(メタデータ) (2020-05-25T18:44:53Z)
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。