論文の概要: Fool Me Twice: Entailment from Wikipedia Gamification

• arxiv url: http://arxiv.org/abs/2104.04725v1
• Date: Sat, 10 Apr 2021 09:58:40 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-13 14:23:20.924222
• Title: Fool Me Twice: Entailment from Wikipedia Gamification
• Title（参考訳）: Fool Me Twice: Wikipediaのゲーミフィケーションからのヒント
• Authors: Julian Martin Eisenschlos, Bhuwan Dhingra, Jannis Bulian, Benjamin B\"orschinger, Jordan Boyd-Graber
• Abstract要約: Gamificationは逆の例を奨励し、解決できる例の数を大幅に減らします。 FoolMeTwiceは、楽しいマルチプレイヤーゲームを通じて収集された挑戦的なエンテイメントペアのデータセットです。
• 参考スコア（独自算出の注目度）: 12.071302977728221
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We release FoolMeTwice (FM2 for short), a large dataset of challenging entailment pairs collected through a fun multi-player game. Gamification encourages adversarial examples, drastically lowering the number of examples that can be solved using "shortcuts" compared to other popular entailment datasets. Players are presented with two tasks. The first task asks the player to write a plausible claim based on the evidence from a Wikipedia page. The second one shows two plausible claims written by other players, one of which is false, and the goal is to identify it before the time runs out. Players "pay" to see clues retrieved from the evidence pool: the more evidence the player needs, the harder the claim. Game-play between motivated players leads to diverse strategies for crafting claims, such as temporal inference and diverting to unrelated evidence, and results in higher quality data for the entailment and evidence retrieval tasks. We open source the dataset and the game code.
• Abstract（参考訳）: foolmetwice (fm2:略してfm2)は、楽しいマルチプレイヤーゲームを通じて収集された、挑戦的な包括ペアの大規模なデータセットである。 ゲーミフィケーションは逆の例を奨励し、「ショートカット」を使って解決できる例の数を他の一般的な補足データセットと比較して劇的に削減する。 プレイヤーには2つの課題がある。 最初のタスクは、ウィキペディアページからの証拠に基づいて、プレイヤに妥当なクレームを書くように要求する。 2つ目は、他のプレイヤーが書いた2つの正当な主張を示し、そのうちの1つは虚偽であり、ゴールは時間が切れる前にそれを識別することである。 プレイヤーは証拠プールから得られた手がかりを見るために「支払う」:プレイヤーが必要とする証拠が増えるほど、クレームが難しくなる。 モチベーションのあるプレイヤー間のゲームプレイは、時間的推論や無関係なエビデンスへの分岐など、クレームを作るための多様な戦略をもたらし、エンテーメントとエビデンス検索タスクの質の高いデータをもたらす。 私たちはデータセットとゲームコードをオープンソース化します。

関連論文リスト

• Fact Checking Beyond Training Set [64.88575826304024]
  本稿では,レトリバーリーダが,あるドメインのラベル付きデータに基づいてトレーニングし,別のドメインで使用する場合,性能劣化に悩まされることを示す。 本稿では,レトリバー成分を分散シフトに対して頑健にするための逆アルゴリズムを提案する。 次に、これらのデータセットから8つの事実チェックシナリオを構築し、モデルと強力なベースラインモデルのセットを比較します。
  論文  参考訳（メタデータ） (2024-03-27T15:15:14Z)
• Give Me More Details: Improving Fact-Checking with Latent Retrieval [58.706972228039604]
  証拠は、自動化された事実チェックにおいて重要な役割を果たす。 既存のファクトチェックシステムは、エビデンス文が与えられたと仮定するか、検索エンジンが返した検索スニペットを使用する。 資料から得られた全文を証拠として組み込んで,2つの豊富なデータセットを導入することを提案する。
  論文  参考訳（メタデータ） (2023-05-25T15:01:19Z)
• JECC: Commonsense Reasoning Tasks Derived from Interactive Fictions [75.42526766746515]
  本稿では,人間のインタラクティブ・フィクション(IF)ゲームプレイ・ウォークスルーに基づく新しいコモンセンス推論データセットを提案する。 本データセットは,事実知識ではなく,機能的コモンセンス知識ルールの評価に重点を置いている。 実験の結果、導入したデータセットは、以前の機械読影モデルと新しい大規模言語モデルに難題であることが示されている。
  論文  参考訳（メタデータ） (2022-10-18T19:20:53Z)
• Combining Sequential and Aggregated Data for Churn Prediction in Casual Freemium Games [0.0]
  フリーミアムゲームでは、プレイヤーからの収益はアプリ内購入とプレイヤーが露出する広告から得られる。 このシナリオでは、プレーヤーがプレイをやめようとしているときにすぐに検出できることが極めて重要である。 本研究では, 逐次データと集約データを組み合わせることで, チャーン予測の最先端性を改善する方法について検討する。
  論文  参考訳（メタデータ） (2022-09-06T14:49:18Z)
• Efficient tracking of team sport players with few game-specific annotations [1.052782170493037]
  そこで本研究では,セミ・インタラクティブ・システムを通じて収集された人間のアノテーションがほとんどないため,チームスポーツ選手をフルゲーム中に追跡する新たな汎用手法を提案する。 非曖昧なトラックレットとその外観特徴は、両方の公開データセットで事前訓練された検出と再識別ネットワークによって自動的に生成される。 ラグビーのセブンスデータセットにアプローチの効率性を示す。
  論文  参考訳（メタデータ） (2022-04-08T13:11:30Z)
• Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
  チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。 提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。 次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
  論文  参考訳（メタデータ） (2022-03-10T02:37:39Z)
• An Instance-Dependent Analysis for the Cooperative Multi-Player Multi-Armed Bandit [93.97385339354318]
  マルチプレイヤーマルチアーマッドバンドにおける情報共有と協調の課題について検討する。 まず, プレイヤーの最適度差を推定するために, 逐次的除去戦略への簡単な修正が可能であることを示す。 第2に,第1の結果を利用して,衝突の小さな報奨をプレイヤー間の協調に役立てる通信プロトコルを設計する。
  論文  参考訳（メタデータ） (2021-11-08T23:38:47Z)
• 6MapNet: Representing soccer players from tracking data by a triplet network [19.343859572602558]
  我々は,ゲーム内GPSデータを用いて,プレイヤーの動きスタイルを効果的に把握できる6MapNetというトリプルトネットワークを構築した。 Ourworksは、これらのヒートマップペアを、演奏スタイルの実際の類似性に対応する特徴ベクトルにマッピングする。
  論文  参考訳（メタデータ） (2021-09-10T07:57:12Z)
• HoVer: A Dataset for Many-Hop Fact Extraction And Claim Verification [74.66819506353086]
  HoVerはマルチホップエビデンス抽出と事実検証のためのデータセットである。 クレームに関連するいくつかのウィキペディア記事から事実を抽出するモデルに挑戦する。 3/4ホップのクレームのほとんどは複数の文で書かれており、長距離依存関係を理解する複雑さが増している。
  論文  参考訳（メタデータ） (2020-11-05T20:33:11Z)

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。