面向对抗性构造输入的神经自动作文评分与连贯性建模
计算与语言
2020-05-01 v3 人工智能
摘要
我们证明当前最先进的自动作文评分（AES）方法并不善于捕捉语法正确但句子间不连贯的对抗性构造输入。我们开发了可高效学习句间连通性特征的局部连贯性神经模型，并提出了将该局部连贯性模型与最先进 AES 模型集成及联合训练的框架。我们针对若干基线评估了所提方法，并通过实验证明其在 AES 任务与对抗性输入标记任务上的有效性，进一步有助于开发强化神经作文评分模型有效性的方法。
引用
@article{arxiv.1804.06898,
title = {Neural Automated Essay Scoring and Coherence Modeling for Adversarially Crafted Input},
author = {Youmna Farag and Helen Yannakoudakis and Ted Briscoe},
journal= {arXiv preprint arXiv:1804.06898},
year = {2020}
}
备注
9, NAACL 2018