面向故事结尾预测的判别式句子建模
计算与语言
2020-12-14 v1
摘要
故事结尾预测是一项需要为给定故事选择合适的结尾的任务，这要求机器理解故事，有时还需要常识知识。为应对该任务，我们提出一种称为 Diff-Net 的新神经网络，以更好地建模该任务中各个结尾之间的差异。所提模型可在三个语义层次上区分两个结尾：上下文表示、故事感知表示和判别表示。在 Story Cloze Test 数据集上的实验结果表明，所提模型以较大幅度显著优于多种系统，并给出了详细的消融研究以更好地理解我们的模型。我们还仔细考察了传统与基于 BERT 的模型在 SCT v1.0 和 v1.5 上的表现，并获得了可能潜在有助于未来研究的有趣发现。
引用
@article{arxiv.1912.09008,
title = {Discriminative Sentence Modeling for Story Ending Prediction},
author = {Yiming Cui and Wanxiang Che and Wei-Nan Zhang and Ting Liu and Shijin Wang and Guoping Hu},
journal= {arXiv preprint arXiv:1912.09008},
year = {2020}
}
备注
8 pages, accepted as a conference paper at AAAI 2020