具有混合效应的自然语言推理
计算与语言
2020-10-21 v1
摘要
越来越多的证据表明，用于构建自然语言推理数据集的原始标注中普遍存在的分歧，使得将这些标注聚合为单一标签的常规做法存在问题。我们提出了一种通用方法，可跳过聚合步骤，直接对原始标注进行训练，而无需使模型承受可能由标注者响应偏差引起的不必要噪声。我们证明，该方法通过将“标注者随机效应”纳入任意现有神经模型，推广了“混合效应模型”的概念，相较于未纳入此类效应的模型，性能有所提升。
引用
@article{arxiv.2010.10501,
title = {Natural Language Inference with Mixed Effects},
author = {William Gantt and Benjamin Kane and Aaron Steven White},
journal= {arXiv preprint arXiv:2010.10501},
year = {2020}
}