多视角上下文常识推理：一个新数据集与任务
计算与语言
2022-11-04 v2
摘要
上下文常识推理是为二元对话中事件生成各类解释（包括原因、动机、情绪反应等）的任务。生成连贯且非平凡的解释需要了解对话结构以及事件如何根植于上下文。在本工作中，我们创建了 CICEROv2，一个包含来自 2,379 个对话的 8,351 个实例的数据集，每个上下文常识推理问题包含多个人类撰写的答案，代表关于原因、后续事件、动机和情绪反应的一类解释。我们表明 CICEROv2 中的推理比其他上下文常识推理数据集在语义上更具多样性。为解决该推理任务，我们提出一组预训练目标，包括概念去噪和话语排序，以为下游上下文常识推理任务准备预训练模型。我们的结果表明，所提出的预训练目标能有效地使预训练的 T5-Large 模型适配上下文常识推理任务。
引用
@article{arxiv.2210.02890,
title = {Multiview Contextual Commonsense Inference: A New Dataset and Task},
author = {Siqi Shen and Deepanway Ghosal and Navonil Majumder and Henry Lim and Rada Mihalcea and Soujanya Poria},
journal= {arXiv preprint arXiv:2210.02890},
year = {2022}
}