哈利·波特与自然语言动作预测挑战
计算与语言
2019-05-28 v1
摘要
我们探索了基于场景文本描述进行动作预测的挑战，这是一个用于近似检验文本推理是否可用于预测后续动作的测试平台。作为案例研究，我们考虑哈利·波特奇幻小说的世界，并根据故事片段推断接下来将施放何种咒语。咒语充当抽象动作的关键词（例如“Alohomora”用于开门）并表示对环境的响应。该思想被用于自动构建 HPAC，一个包含 82,836 个样本和 85 个动作的语料库。随后我们评估了不同的基线模型。在受测模型中，基于 LSTM 的方法在频繁动作和大型场景描述上取得最佳性能，但逻辑回归等方法在 infrequent 动作上表现良好。
引用
@article{arxiv.1905.11037,
title = {Harry Potter and the Action Prediction Challenge from Natural Language},
author = {David Vilares and Carlos Gómez-Rodríguez},
journal= {arXiv preprint arXiv:1905.11037},
year = {2019}
}
备注
NAACL 2019 (short papers)