谁干的？犯罪剧作为自然语言理解的案例研究

Lea Frermann; Shay B. Cohen; Mirella Lapata

谁干的？犯罪剧作为自然语言理解的案例研究

计算与语言 2017-11-03 v1 人工智能计算机视觉与模式识别

作者: Lea Frermann , Shay B. Cohen , Mirella Lapata

摘要

在本文中，我们论证以《CSI：犯罪现场调查》等电视节目为代表的犯罪剧，是近似真实世界自然语言理解及其相关复杂推理的理想试验床。我们提议将犯罪剧视为一项新的推理任务，利用每集都提出相同基本问题（即谁实施了犯罪）并在罪犯揭露时自然给出答案这一事实。我们基于CSI剧集构建了一个新数据集，将罪犯识别形式化为序列标注问题，并开发了一个从多模态数据学习的基于LSTM的模型。实验结果表明，增量推理策略对于做出准确猜测以及从融合文本、视觉与声学输入的表示中学习至关重要。

关键词

自然语言理解犯罪剧推理任务序列标注多模态数据 LSTM 数据集

引用

@article{arxiv.1710.11601,
  title  = {Whodunnit? Crime Drama as a Case for Natural Language Understanding},
  author = {Lea Frermann and Shay B. Cohen and Mirella Lapata},
  journal= {arXiv preprint arXiv:1710.11601},
  year   = {2017}
}

备注

To appear in Transactions of the Association for Computational Linguistics (TACL)

谁干的？犯罪剧作为自然语言理解的案例研究

摘要

关键词

引用

备注

相关论文