该研究针对自然语言推理（NLI）挑战，提出了三个涉及时间表达式的挑战集，包括时间点之间的顺序、时间之间的持续时间及不同单位时间的大小关系，并发现尽管很多 MNLI 预训练大语言模型对时间点之间的顺序有基本的认知，但它们并没有充分理解时间表达式之间的关系。

Oct, 2021

本研究提出了一个针对时态推断的日语 NLI 基准 Jamp，用于评估单语 / 多语言模型的泛化能力；在评估中发现，语言模型在某些特定的语言现象，例如习惯性表达中，存在应对困难，因此有必要研究跨语言的有效 NLI 模型。

Jun, 2023

本论文介绍了 JSICK，一个从英语数据集 SICK 人工翻译而来的日语 NLI/STS 数据集。我们对不同的预训练语言模型进行了基准实验，并比较了多语言模型在日语和其他语言中的表现。压力测试实验的结果表明，当前的预训练语言模型对于单词顺序和语义标记不敏感。

Aug, 2022

通过结合事件语义和程度语义以及它们与词汇知识的相互作用来处理自然语言推理中的各种语言现象，并且通过各种 NLI 数据集的评估，表明该系统在与以前的基于逻辑和基于深度学习的系统相比，可以高准确度地处理这些数据集，从而表明这两种语义框架可以一致地组合以处理各种语言现象的组合。

Nov, 2020

基于组合范畴语法（CCG）的框架，本文提出了一种构成语义映射的方式来处理英语中各种比较结构，并引入了一个有效处理比较逻辑推断的推断系统，包括涉及数词形容词、反义词和量化词的比较。我们在 FraCaS 测试套件上评估了我们系统的性能，并表明该系统可以处理各种复杂的比较逻辑推断。

Oct, 2019

本文介绍了 Continual Compositional Generalization in Inference (C2Gen NLI) 挑战，并通过设计一个连续学习设置来探究持续学习对 NLI 的组合推理的影响。实验证明模型在连续场景中无法进行组合推理的泛化。为了解决这个问题，我们首先对各种连续学习算法进行基准测试并验证其有效性，然后进一步分析 C2Gen，关注如何排序原语和组合推理类型，并检查子任务之间的相关性。我们的分析表明，通过在观察其依赖性和难度增加的同时连续学习子任务，可以提高组合推理能力。

Mar, 2024

本研究提出了一种基于组合范畴语法的组成性语义，并与基于自动定理证明的推理系统相结合，成功将英语中各种比较结构映射到语义表示中，本研究在包含比较、量词和数字的三个自然语言推理数据集上的实验证明该系统的表现优于之前的逻辑系统和最新的深度学习模型。

May, 2020

本文提出一个过程，用于研究神经机器翻译 (NMT) 系统生成的句子表示如何编码不同的语义现象，最终发现编码器最适合在语法 - 语义界面上支持推理，而不是需要世界知识的指代消解。

Apr, 2018

本研究通过实验验证，发现多个最先进的 NLI 模型都过度依赖词汇而无法使用组合语义，因此提出了一种可分析自然语言例句中 NLI 模型组成特性的测试设置，并在已有数据集上测试，这种测试设置可以帮助模型更好地了解复杂的含义，并为模型的改进提供机会。

Nov, 2018

本研究通过比较语义结构来表示前提和假设之间的语义关系，使用可解释的度量标准计算假设是否是前提的语义子结构，并在三个英文基准测试中评估了使用语境化嵌入和语义图表达的价值，并发现它们提供了互补的信号，并可以在混合模型中一起利用。

Jun, 2023