利用否定句的肯定释义改进自然语言理解
计算与语言
2022-10-27 v1
摘要
否定在许多自然语言理解任务中构成挑战。受人类理解否定句通常需要推断肯定释义这一事实的启发，本文表明这样做有利于自然语言理解任务的模型。我们提出了一种自动化程序来收集否定句及其肯定释义的句子对，最终获得超过150,000个句子对。实验结果表明，利用这些句子对有助于 (a) T5 在此前的基准测试中根据否定句生成肯定释义，以及 (b) 基于 RoBERTa 的分类器解决自然语言推断任务。我们还利用这些句子对构建了一个即插即用的神经生成器，给定一个否定句即可生成其肯定释义。随后，我们将预训练的生成器整合到基于 RoBERTa 的情感分析分类器中，并表明这样做可以改善结果。至关重要的是，我们的方法不需要任何人工投入。
引用
@article{arxiv.2210.14486,
title = {Leveraging Affirmative Interpretations from Negation Improves Natural Language Understanding},
author = {Md Mosharaf Hossain and Eduardo Blanco},
journal= {arXiv preprint arXiv:2210.14486},
year = {2022}
}
备注
To appear at the main conference of EMNLP 2022