CUHK在SemEval-2020任务4中的系统：基于多任务学习的常识解释、推理与预测
计算与语言
2020-07-29 v2 人工智能
机器学习
摘要
本文描述了我们提交至SemEval 2020任务4：常识验证与解释（ComVE）的系统，该任务包含三个子任务。任务要求直接验证给定句子是否合理，并要求模型对其进行解释。基于BERT架构与多任务设置，我们提出了一种有效且可解释的“解释、推理与预测”（ERP）系统来解决关于常识的三个子任务：(a)验证、(b)推理与(c)解释。受常识认知研究的启发，我们的系统首先生成对句子的原因或理解，然后选择哪一条陈述是合理的，这通过多任务学习实现。在事后评估中，我们的系统在子任务A达到92.9%准确率（排名第11），在子任务B达到89.7%准确率（排名第9），在子任务C达到BLEU分数12.9（排名第8）。
引用
@article{arxiv.2006.09161,
title = {CUHK at SemEval-2020 Task 4: CommonSense Explanation, Reasoning and Prediction with Multi-task Learning},
author = {Hongru Wang and Xiangru Tang and Sunny Lai and Kwong Sak Leung and Jia Zhu and Gabriel Pui Cheong Fung and Kam-Fai Wong},
journal= {arXiv preprint arXiv:2006.09161},
year = {2020}
}