BUCA:一种用于无监督常识问答的二分类方法
计算与语言
2025-04-14 v5
摘要
无监督常识推理(UCR)正变得日益流行,因为常识推理数据集的构建成本高昂,且其在范围上不可避免地受限。UCR的一种流行方法是通过外部知识(如知识图谱)微调语言模型,但这通常需要大量训练样本。本文中,我们提出通过依据合理性对所有候选答案排序,将下游多选问答任务转化为更简单的二分类任务。为此,在训练模型时,我们将知识图谱三元组转换为合理与不合理的文本。大量实验结果表明了我们的方法在各种多选问答基准上的有效性。此外,与现有使用知识图谱的UCR方法相比,我们的方法对数据需求更少。我们的代码可在 https://github.com/probe2/BUCA 获取。
引用
@article{arxiv.2305.15932,
title = {BUCA: A Binary Classification Approach to Unsupervised Commonsense Question Answering},
author = {Jie He and Simon Chi Lok U and Víctor Gutiérrez-Basulto and Jeff Z. Pan},
journal= {arXiv preprint arXiv:2305.15932},
year = {2025}
}
备注
ACL 2023