自然语言中的对称性推断
计算与语言
2020-10-19 v1
摘要
我们提出一个用于推断自然语言中动词谓词对称性的方法框架。关于谓词对称性的经验研究主要有两种路径。基于特征的方法关注与对称性相关的语言特征。基于语境的方法否认绝对对称性的存在，而主张此类推断依赖于语境。我们发展了形式化这些方法的技术，并针对一个新颖的对称性推断句子（SIS）数据集进行评估，该数据集包含 400 个来自文献 informed 动词的自然主义用法，涵盖对称—不对称的谱系。我们的结果表明，一个将语言特征与语境化语言模型相集成的混合迁移学习模型最忠实地预测了经验数据。我们的工作整合了自然语言中对称性的现有研究路径，并提示对称性推断如何能够改善最先进语言模型的系统性。
引用
@article{arxiv.2010.08090,
title = {Inferring symmetry in natural language},
author = {Chelsea Tanchip and Lei Yu and Aotao Xu and Yang Xu},
journal= {arXiv preprint arXiv:2010.08090},
year = {2020}
}
备注
10 pages, 4 figures, Findings of EMNLP