通过扩展自然语言推理数据集并引入人工提供的自然语言解释，我们实现了能够学习人类提供解释的机器学习模型，并将其用于提高模型性能和确定其可靠性的研究。

Dec, 2018

本文介绍了一个新的推理任务 Visual Entailment（VE），并构建了一个数据集 SNLI-VE，用于评估已有的 VQA 基线和构建了一个名为 EVE 的模型来解决 VE 任务，这个模型达到了 71% 的准确率并展示了 EVE 通过跨模态注意力可解释性的效果。

Jan, 2019

本文介绍了一项新的推理任务 - 视觉蕴含（Visual Entailment，VE），VE 与传统的文本蕴含（Textual Entailment，TE）任务不同，它的前提是由图像定义的，而不是像 TE 任务中那样由自然语言句子定义的。在 Stanford 自然语言推理语料库和 Flickr30k 的基础上，提出了一个新的数据集 SNLI-VE，并介绍了一种可解释的视觉蕴含模型（EVE）来解决 VE 问题。此外，本文还将 EVE 和其他几种最先进的基于视觉问答（VQA）的模型在 SNLI-VE 数据集上进行了评估，促进了基于语境的语言理解，并提供了关于现代 VQA 模型性能的见识。

Nov, 2018

本研究介绍了 e-ViL 和 e-SNLI-VE 为可解释的视觉语言任务建立了一个统一的评估框架。该任务旨在生成自然语言解释，并涉及四个模型和三个数据集。研究人员还提出了一种新模型，该模型结合了 UNITER 和 GPT-2，对所有数据集的现有技术水平取得了很大的突破。

May, 2021

本研究分析了 SNLI 和 MultiNLI 数据集中逻辑关系的数据偏差程度及其影响，并提出一种简单的方法来降低数据集中的数据偏差。我们发现仅对 SNLI 数据集中的假设进行分类，就能产生 64% 的准确率。

Jun, 2019

本文提出了一个基于纯视觉的命名实体链接 (VNEL) 任务，其目的是仅基于图像识别出图像中的实体，并将其链接到知识库中的对应命名实体。同时，作者们还提出了三个不同的子任务，分别为 V2VEL、V2TEL 和 V2VTEL，针对不同类型实体，分别采取不同的处理方式，并使用人类标注的实体数据集 WIKIPerson，为每个子任务建立了基础算法模型，并对模型的有效性进行了实验验证。

Nov, 2022

本文提出将 SNLI 风格自然语言推断的研究推向多语言评估，为阿拉伯语，法语，西班牙语和俄语提供测试数据，并使用跨语言词嵌入和机器翻译构建基线系统，最终系统的平均准确率超过了 75％，并着重实现了多语言推断的进一步研究。

Apr, 2017

本文提出了一种新的方法来研究用于识别文本蕴含任务的大型语料库的质量，通过基于统计假设检验的方法，测试了斯坦福自然语言推理（SNLI）语料库的可预测性，结果表明该库存在隐藏的偏差，并呈现了此偏差对于 RTE 的 NN 模型性能的影响。

Apr, 2018

本文提出了一种名为 CALeC 的方法，旨在解决语言和图像理解中，以前的方法在语义和各种特征之间的对齐上存在问题，其包括一个基于块意识和词汇约束的生成器和一个基于关系的推理网络，用于提高视觉语言理解的精确度和生成的解释的质量。在三个数据集的广泛实验中，CALeC 明显优于其他竞争模型，可以准确推断出 text-image 对之间的关系并生成解释。

Jul, 2022

本论文提出使用强化学习的方法在视频字幕的任务上使用序列到序列模型，在多个数据集上通过自动化评估和人工评估，基于句子级别任务评估指标进行随机策略和混合损失方法的优化，接着提出一种新的奖励函数 CIDEnt，进行短语匹配的纠正，并取得优于先前文献的新成果。

Aug, 2017