Feb, 2023

有效上下文去噪的隐喻检测

PDF
TL;DR提出了一个新的基于 RoBERTa 模型的 RoPPT 模型，该模型在隐喻检测中引入了面向目标的语法树结构；相对于现有模型，RoPPT 聚焦于语义相关信息，并在几个主要隐喻数据集上取得了最先进的表现； 我们还将我们的方法与几种流行的去噪和修剪方法进行比较，证明了我们的方法在上下文去噪方面的有效性。
roberta-based modelmetaphor detectionparse treecontext denoisingsemantic information
发现论文，激发创造
  • MelBERT: 使用隐喻识别理论的上下文化后交互进行隐喻检测

    使用预训练语境感知模型和语言隐喻鉴别理论，我们提出了一种新型的隐喻检测模型 MelBERT，成功在四个基准数据集中超越了强大的基线模型。

    Apr, 2021

  • 上下文中的神经隐喻检测

    本文提出端到端的神经模型，用于检测上下文中拟喻词的使用。结果显示，相较于先前使用更受限的语言环境的研究，针对完整句子进行操作的相对标准的 BiLSTM 模型在这种情况下表现良好。这些模型在现有的动词拟喻检测基准上建立了一个新的最优状态，并在同时预测运行文本中的所有词汇的拟喻性能方面显示了强大的性能。

    Aug, 2018

  • ContrastWSD: 在遵循隐喻识别程序的基础上通过词义消歧提高隐喻检测的性能

    该研究提出了一种基于 RoBERTa 的隐喻检测模型 ContrastWSD，它结合了隐喻识别过程（MIP）和词义消歧（WSD），通过提取和对比单词的上下文意义和基本含义，确定其是否在句子中以隐喻方式使用。通过利用来自 WSD 模型的词义，我们的模型增强了隐喻检测过程，并优于仅依赖上下文嵌入或仅集成基本定义和其他外部知识的其他方法。我们在各种基准数据集上评估了我们的方法，并与强基线进行了比较，表明了在推进隐喻检测方面的有效性。

    Sep, 2023

  • FrameBERT: 带有框架嵌入学习的概念隐喻检测

    本文提出了基于 RoBERTa 的模型 FrameBERT，旨在通过学习和整合 FrameNet 嵌入，实现概念级别的隐喻检测，并成功地达到了与现有最优模型相当或更好的效果，且较为可解释和易解释，其能力归功于对 FrameNet 外部知识的考虑。

    Feb, 2023

  • MD-PK: 通過提示學習和知識蒸餾進行隱喻檢測

    通过知识蒸馏和提示学习，我们设立了一种为隐喻检测任务设计的提示学习模板，使得模型能够准确推断目标词的上下文含义，并使用先验知识的教师模型生成有意义的软标签，从而使得模型能够更好地应对数据稀疏性和过度自信的问题，并在多个数据集上取得了最新的实验结果。

    Mar, 2024

  • 通过显式基本含义建模实现隐喻检测

    提出了基于模型和训练集的字面注释，比较上下文意义以识别隐喻，并成功实现对基本注释目标的检测的一种新颖的隐喻检测方法，验证了对于隐喻检测建模基本意义的重要性和有效性。

    May, 2023

  • 抓住细微之处：一种用于隐喻检测的监督相似性网络

    本文介绍了第一个设计用于捕捉隐喻组合的深度学习架构，并表明该架构在隐喻识别任务中优于现有方法。

    Sep, 2017

  • 一个用于隐喻检测的期望 - 实现模型

    我们提出了一种以两个主要模块为结构的隐喻检测架构：期望组件在给定上下文的情况下估计文字期望的表示，实现组件计算上下文中实际词义的表示。整体架构经过训练学习期望 - 实现（ER）模式，对于三个隐喻数据集的评估（分别为分布内、分布外和新颖隐喻泛化），所提出的方法显示出与现有技术相当或更好的结果。通过 ER 模型的集成，还可以提高隐喻检测的准确性。

    Nov, 2023

  • 基于部分可观测数据的句法鲁棒开放式信息抽取训练

    本篇论文提出了一种基于多样性释义的句法丰富分布的鲁棒性训练框架，用于解决模型训练中句法分布现实世界的不完全可观察性挑战。该框架包含两种算法，旨在恢复表达转化的知识。该框架可以应用于其他句法部分可观察的领域。在基于框架构建的验证集 CaRB-AutoPara 中，失败的模型在句法分布差异增加时性能下降，而实验结果表明，我们的框架可以给出一个鲁棒的边界。

    Jan, 2023

  • MisRoBÆRTa: 变形金刚与错误信息

    本论文提出了一种基于 transformer 的深度神经集成体系结构（MisRoBÆRTa），用于对谣言的检测，基于一个大型真实新闻文章数据集进行了训练和测试，并且使用两个 transformer（BART＆RoBERTa）来提高分级性能，成果显示 MisRoBÆRTa 在谣言检测任务上表现优于其他 transformer 模型。

    Apr, 2023