StyLEx：利用人类词汇标注解释风格
计算与语言
2023-04-17 v2
摘要
大型预训练语言模型在各种风格分类任务上取得了令人印象深刻的成果，但它们常学习到虚假的特定领域词汇来进行预测（Hayati et al., 2021）。虽然人类解释将风格化词元视为该任务的重要特征，我们观察到模型解释往往与之不对齐。为解决此问题，我们提出 StyLEx，一种从人类标注的风格特征解释中学习、并联合学习执行任务和预测这些特征作为模型解释的系统。我们的实验表明，StyLEx 能在不牺牲句级风格预测性能的前提下，在域内和域外数据集上提供类人的风格化词汇解释。StyLEx 的解释在解释指标（充分性、合理性）及以人类标注评估时均显示出显著提升，且相比广泛使用的基于显著性的解释基线，更易于被人类判断者理解。
引用
@article{arxiv.2210.07469,
title = {StyLEx: Explaining Style Using Human Lexical Annotations},
author = {Shirley Anugrah Hayati and Kyumin Park and Dheeraj Rajagopal and Lyle Ungar and Dongyeop Kang},
journal= {arXiv preprint arXiv:2210.07469},
year = {2023}
}
备注
EACL 2023