本文提出了一种基于 BERT 模型架构和多任务学习的 “解释，推理和预测” 系统，用于解决 SemEval 2020（通识验证和解释）的子任务，包括通识的验证、推理和解释。该系统受通识认知研究启发，首先对句子的理解和推理做出解释，然后通过多任务学习来选择一条制约语句是否合理，最终在评估中取得了不错的效果。

Jun, 2020

本文介绍了 SemEval-2020 任务 4：Commonsense Validation and Explanation（ComVE）挑战中的常识推理任务，探讨了几种针对该任务的深度学习方法，并使用多选题式的分类方法来提高模型准确率。研究结果表明，我们的模型在三个子任务中表现良好，并在第二个子任务中获得了很高的排名。同时，我们使用了一种强大的生成模型进行了最后一个子任务的研究，现在还有许多相关的潜在研究方向。

May, 2020

本文描述了 BUT-FIT 团队在 SemEval 2020 任务 4（常识验证和解释）中的工作，涉及三个子任务：A、B、C。其中，在子任务 A 和 B 中，我们的提交基于预训练语言表示模型和数据增强。我们尝试了使用多语言模型和机器翻译数据集或翻译模型输入来解决另一种语言（捷克语）的任务。在子任务 C 中，我们的提交基于预训练序列到序列模型，排名第一。我们还对所有子任务进行了误差和数据集分析，并提出了我们的发现。

Aug, 2020

本篇论文介绍了一种新的基于多源知识的 Commonsense 验证和解释体系结构，名为 KEGAT，利用考虑结构化知识库（即 ConceptNet）和非结构化文本的异构知识来提高机器在 Commonsense 理解方面的能力，其公告代码名为 ECNU-SenseMaker。该模型通过运用适当的 Commonsense 结合方法和升级的数据增强技术具有强大的 Commonsense 推理能力，并协作采取内部共享机制以防止模型因 Commonsense 不足或推理超量而表现不佳。该系统在 SemEval-2020 Task 4 中的 Commonsense Explanation 子任务中取得了最先进的准确率。

Jul, 2020

SemEval-2017 任务三关于社区问答，重新运行了 2016 年的四个子任务，提供了 2015 年和 2016 年的所有数据作为训练数据，并为测试提供了新数据，同时添加了一个新的子任务 E，以便在更大规模的情况下使用 StackExchange 子论坛进行多领域问答重复检测的实验。

Dec, 2019

本文描述了我们针对 SemEval2020 Task 4 C 任务提交的 mUlti-task learNIng for cOmmonsense reasoNing (UNION) 系统，该系统提出了一种统一的端到端框架，利用了多个现有的常识数据集，并提出了辅助自动评估度量，以高效、准确、及时地执行模型选择。该系统不仅在指标上表现良好，而且在人类评估上得到了最高得分，同时仍保持着 15.7 的 BLEU 得分。

Jun, 2020

介绍了 SemEval--2016 的社区问答中的任务 3，包括英语和阿拉伯语，其中英语有三个子任务：问题 - 评论相似度（A），问题 - 问题相似度（B）和问题 - 外部评论相似度（C）。阿拉伯语有另一个子任务：为新问题重新排列正确答案（D）。18 个团队参加了该任务，提供了总共 95 个运行结果。

Dec, 2019

利用综合策略和先进的预训练模型，以及 Sentence 和 Word Puzzle 数据集作为训练数据，并结合幽默 / 笑话和 RiddleSense 数据集进行模型微调，实现了 92.5％的句子拼图子任务准确率和 80.2％的词语拼图子任务准确率。

May, 2024

使用自然语言序列和突出的注释收集人类的常识推理解释，形成一个名为 CoS-E 的新数据集。利用 CoS-E 训练语言模型，在 Commonsense Auto-Generated Explanation (CAGE) 框架中生成解释，可用于训练和推理。实验结果表明能够有效利用语言模型进行常识推理。

Jun, 2019

SemEval-2019 任务 8 旨在检测社区问答论坛中的事实，其中子任务 A 是判断一个问题是要求事实信息还是意见 / 建议，还是仅仅是社交。子任务 B 要求预测对事实问题的回答是真实的，假的还是不恰当的回答。该研究共收到了 17 个子任务 A 的官方提交和 11 个子任务 B 的官方提交，并且所有系统的成绩都超过了大多数分类基准线。该比赛的排行榜和数据可以在 http URL 上找到。

May, 2019