注意 GAP：一个性别平衡的歧义代词语料库
计算与语言
2018-10-15 v1
摘要
共指消解是自然语言理解的一项重要任务，而歧义代词的消解是一个长期存在的挑战。尽管如此，现有语料库并未以足够的体量或多样性捕捉歧义代词，从而无法准确指示模型的实际效用。此外，我们发现现有语料库和系统中存在偏向男性实体的性别偏见。为此，我们提出并发布了 GAP，一个性别平衡的标注语料库，包含 8,908 个歧义代词-名字对，经采样以提供对真实世界文本所带来挑战的多样化覆盖。我们探索了一系列基线，展示了该挑战的复杂性，最佳基线仅达到 66.9% 的 F1。我们表明句法结构和连续神经模型为应对该挑战提供了有前景且互补的线索。
引用
@article{arxiv.1810.05201,
title = {Mind the GAP: A Balanced Corpus of Gendered Ambiguous Pronouns},
author = {Kellie Webster and Marta Recasens and Vera Axelrod and Jason Baldridge},
journal= {arXiv preprint arXiv:1810.05201},
year = {2018}
}