MS-LaTTE：一个记录待办任务完成地点与时间的数据集
计算与语言
2021-11-16 v1 人工智能
摘要
任务是人们日常生活中的基本工作单元，越来越多的人使用数字手段来记录、组织、分类和处理它们。这些数字工具——例如任务管理应用——为研究和理解任务及其与现实世界的联系提供了独特机会，并可通过智能辅助帮助人们提高生产力。通过记录文本、时间戳信息和社交连接图等信号，可以逐步构建关于任务如何被创建和组织、是什么使其重要、以及谁执行它们的日益丰富和详细的图景。然而，由于现实世界中所采取的动作与数字世界记录的遥测数据之间的基本脱节，围绕实际任务完成的上下文仍然模糊。因此，在本文中我们编制并发布了一个新颖的、真实的大规模数据集MS-LaTTE，它捕捉了任务完成上下文的两个核心方面：位置和时间。我们描述了标注框架，并对收集的数据进行了若干分析，表明其捕捉了常见任务的直观上下文属性。最后，我们在空间和时间任务共现预测这两个问题上测试了该数据集，得出结论：共位置和共时间的预测变量都是可学习的，其中微调的BERT模型优于若干其他基线。MS-LaTTE数据集为应对上下文任务理解中的许多新建模挑战提供了机会，我们希望它的发布能更广泛地推动任务智能的未来研究。
引用
@article{arxiv.2111.06902,
title = {MS-LaTTE: A Dataset of Where and When To-do Tasks are Completed},
author = {Sujay Kumar Jauhar and Nirupama Chandrasekaran and Michael Gamon and Ryen W. White},
journal= {arXiv preprint arXiv:2111.06902},
year = {2021}
}