面向新谓词的少样本语义解析
计算与语言
2021-01-27 v1 人工智能
机器学习
摘要
在本工作中，我们研究少样本学习设定下的语义解析问题。在该设定中，每个新谓词会提供话语-逻辑形式对。当 k=1 时，最先进的神经语义解析器在基准数据集上的准确率低于 25%。为应对该问题，我们提出：i) 应用一种指定的元学习方法来训练模型；ii) 利用对齐统计对注意力分数进行正则化；iii) 在预训练中使用平滑技术。结果表明，我们的方法在单样本和双样本设定下均一致地优于所有基线方法。
引用
@article{arxiv.2101.10708,
title = {Few-Shot Semantic Parsing for New Predicates},
author = {Zhuang Li and Lizhen Qu and Shuo Huang and Gholamreza Haffari},
journal= {arXiv preprint arXiv:2101.10708},
year = {2021}
}
备注
Accepted to EACL 2021