BUT-FIT在SemEval-2020任务5中的表现：利用深度预训练语言表示模型自动检测反事实语句
计算与语言
2020-07-29 v1 机器学习
机器学习
摘要
本文描述了BUT-FIT在SemEval-2020任务5（语言中的因果推理建模：检测反事实）中的提交方案。该挑战聚焦于检测给定语句是否包含反事实（子任务1），以及从文本中提取反事实的前件与后件（子任务2）。我们尝试了多种最先进的语言表示模型（LRM）。我们发现RoBERTa LRM在两个子任务中均表现最佳。我们在子任务2的精确匹配和F1上均获得第一名，并在子任务1中排名第二。
引用
@article{arxiv.2007.14128,
title = {BUT-FIT at SemEval-2020 Task 5: Automatic detection of counterfactual statements with deep pre-trained language representation models},
author = {Martin Fajcik and Josef Jon and Martin Docekal and Pavel Smrz},
journal= {arXiv preprint arXiv:2007.14128},
year = {2020}
}