ACLDec, 2021

我的最爱新电影” 是我的最爱电影吗？探究递归名词短语的理解

PDF
TL;DR本论文介绍了递归名词短语挑战（RNPC）数据集，强调了了解递归名词短语的重要性，并研究了语言模型的是否具备这方面的知识，从相关数据集评估发现目前 Transformer 模型的效果极为有限，但本文还是展示了这种知识是可学的，其中包括修饰词的语义类别和作用域等相关语言学特征，最后我们探究模型在回答相关任务中的表现，特别是在 Harm Detection evaluation 方面的表现。
发现论文，激发创造
  • 当一个句子不引入语篇实体时，基于 Transformer 的模型有时仍然会引用它

    本文研究了语言模型在理解文本中的不定式短语和否定语气等句法结构时的实际能力，发现目前即使是规模达到 GPT-3 的模型，也并未完全掌握基本的实体追踪能力。

    May, 2022

  • 基于文本的 NP 富集

    本文提出了一项新的任务，即基于文本的名词短语（NP）丰富（TNE），以便于富化文本中的每个 NP，使其包含所有与 NP 相关的介词中介的关系，通过使用语言模型对此进行研究，本文分析了数据，并提供了数据探索 UI、演示和链接等服务，以促进对这一困难问题的进一步研究。

    Sep, 2021

  • 视觉和语言变换器是否学习了基于谓词和名词的依赖关系？

    本文研究视觉 - 语言建模，通过创建新的多模态任务和分析预训练数据的质量，发现预训练数据的质量和多模态预训练目标对模型的性能影响重要。

    Oct, 2022

  • 揭示隐含名词复合关系

    提出使用神经模型来表示名词复合词的释义，并能够泛化到不常见的名词复合词及其释义，从而在 NLP 应用中提高名词复合词释义和分类的性能。

    May, 2018

  • 学习预测新颖的名词 - 名词组合

    本文介绍了一种感知时间和语境的模型用于预测未知合成名词所表达的可信概念，该模型在在一个时间戳语料库上训练，可以识别真实的和虚假的合成名词。经测试，该模型在多大约 85% 的情况下能正确分类自动生成的新的合成名词并有五分之一的新合成名词被评定为可信。

    Jun, 2019

  • 用于文档索引的名词短语快速统计解析

    本文提出一种新的名词短语解析的概率模型，并介绍了将这种解析技术应用于增强文档索引的方法，实验结果表明，使用句法短语来辅助单词索引可以稳定且显著地提高检索性能。

    Feb, 1997

  • 从巧克力兔到巧克力鳄鱼：语言模型是否理解名词复合词？

    这篇论文提出了一种修改后的核心任务和评估方法，用于解决名词组解释和概念化的问题，并表明 GPT-3 在这两个任务上的表现都很出色，尤其是后者，因为它需要创造力、常识和知识的广泛推广能力。此外，研究人员估计了 GPT-3 处理新名词组的能力，并探讨了 GPT-3 的推理能力是否在与无脑地执行训练数据的策略之间取得平衡。

    May, 2023

  • 实体和关系抽取中的情境化和泛化

    本文主要研究了最新的自然语言处理技术中，神经网络和语言模型在命名实体识别和关系抽取方面的应用以及它们在训练过程中面临的一些挑战。我们发现，预训练的语言模型对发现未曾见过的命名实体表现良好，但对于未曾见过的关系则有待加强，因此模型的理解能力仍存在提升空间。

    Jun, 2022

  • 中文名词短语中的复数与确定性的计算建模

    通过对中国名词短语的语境分析，研究论文表明汉语说话者经常省略复数和定冠词标记，并使用计算模型进行预测。

    Mar, 2024

  • 用于信息检索的无限制文本中的名词短语分析

    报告了一种基于简单而强大的名词短语分析技术的应用，用于从自由文本中创建更好的索引短语的混合方法，该方法使用了语料库统计数据和语言启发式规则提取复杂名词短语中有意义的（连续或不连续的）子组分，实验结果表明，基于这些提取的子组分的索引可以在信息检索系统中提高召回率和精确度，该研究成果还可以用于自动编书目和自动组词分类。

    May, 1996