KaLM 在 SemEval-2020 任务 4：用于理解和生成的知识感知语言模型
计算与语言
2020-07-27 v2
摘要
本文介绍了我们在 SemEval 2020 任务 4：常识验证与解释中的策略。我们提出了一种新颖的证据搜索方法，并选择不同的大规模预训练模型作为三个子任务的骨干。结果表明，我们的证据搜索方法提高了模型在常识解释任务上的性能。根据人工评估分数，我们的团队在子任务 C 中排名第二。
引用
@article{arxiv.2005.11768,
title = {KaLM at SemEval-2020 Task 4: Knowledge-aware Language Models for Comprehension And Generation},
author = {Jiajing Wan and Xinting Huang},
journal= {arXiv preprint arXiv:2005.11768},
year = {2020}
}
备注
6 pages, 1 figure