DiscoPrompt：用于隐式篇章关系识别的路径预测提示微调
计算与语言
2023-05-09 v1
摘要
隐式篇章关系识别（IDRR）是一项复杂且具挑战性的任务，旨在无篇章连接词情况下识别论元间的篇章关系。在标注过程中，各篇章关系的义项标签遵循层次化分类方案（Prasad et al., 2008），形成层次结构。多数现有工作未充分利用该层次结构，而是以纯文本分类方式关注句法特征与连接词先验知识。我们认为，预测层次树内的路径（如“Comparison -> Contrast -> however”）比扁平标签（如 Contrast）或连接词（如 however）更有效。我们提出一种基于提示的路径预测方法，以利用 IDRR 中层次结构的交互信息与内在义项。这是首项通过提示微调将此类结构信息注入预训练语言模型的工作，且我们的方案性能相较强基线取得显著且一致的提升。
引用
@article{arxiv.2305.03973,
title = {DiscoPrompt: Path Prediction Prompt Tuning for Implicit Discourse Relation Recognition},
author = {Chunkit Chan and Xin Liu and Jiayang Cheng and Zihan Li and Yangqiu Song and Ginny Y. Wong and Simon See},
journal= {arXiv preprint arXiv:2305.03973},
year = {2023}
}
备注
Accepted to Findings of ACL 2023