经济领域的辩证文本生成
本文研究使用翻译的微文本、劝说性文章和 UKP 句子语料库的版本来微调 RuBERT 模型,然后使用此模型对经济新闻语料库进行注释,进而微调 ruGPT-3 模型,生成论证文本,并证明这种方法可以使论证生成的准确性提高超过 20 个百分点(63.2%与 42.5%相比)
Jun, 2022
本文介绍了 ArguGPT 数据集,分析了由大型语言模型生成的英文论述文章的语言学特征,以及用于检测 AIGC 的现有和新型检测器的性能,其中使用的 RoBERTa 检测器在 essay 和 sentence 级别均可达到 90% 以上的准确率。
Apr, 2023
本文提出了一种针对神经自回归语言模型的批判性思维课程的初步探索,为此我们介绍了一种综合语料库,并生成人工辩论文本进行训练和评估。结果显示,在核心辩论中进行预训练能够显著提高语言模型的推理能力。本文中介绍的人工辩论文本是构建 “语言模型的批判性思维课程” 的一个有前途的起点。
Sep, 2020
通过对比 ChatGPT 与人类写作的 argumentative 学生论文,我们系统地评估了 AI 生成内容的质量,结果表明 ChatGPT 生成的论文在质量上要高于人类写作。
Apr, 2023
本文介绍了一个新的框架 CANDELA,用来解决针对特定问题的对抗论证自动生成,它包含了一个强大的检索系统和一个新型的双步骤生成模型,通过索引 1200 万文章并使用自然语言处理,使得自动生成的对抗论证比以往更为适当和丰富。经过自动评估和人工评估,该模型均取得了相比现有技术的更高 BLEU、ROUGE 和 METEOR 语言分数。
Jun, 2019
本文是 Dialogue 会议对针对新冠疫情(疫苗、隔离和戴口罩)话题的社交媒体评论进行第一次俄语言论分析系统及其竞赛的组织者报告,由 NLI 变体的 BERT 体系结构获胜,希望为俄文文本的论证挖掘研究提供帮助。
Jun, 2022
本论文介绍了一种从 ChatGPT 生成的论述性文章中提取好的、坏的和丑陋的论点的方法,并描述了一个包含多样化论证的新颖数据集 ArGPT。我们评估了数据集的有效性并为几个与论述相关的任务建立了基线。最后,我们展示人工生成的数据与人类论证之间的关联,证明其可以作为训练和测试系统所定义任务的工具。
Jun, 2024
综合研究了一阶段询问大型预训练生成变压器(GPT-3.5-turbo)在法律案件的修辞角色预测任务中的引诱技术,通过零 - 少例、任务说明、文本上下文和问题推理等策略,提出模型性能的改进方案。
Oct, 2023
该研究提出了一种基于编码器 - 解码器神经网络的论证生成模型,通过从维基百科检索外部证据来生成不同方面的论证,实验结果表明,我们的模型建立的论证比流行的序列生成模型更具有话题相关内容。
May, 2018