Apr, 2023
评估机器阅读理解模型对低资源实体重命名的鲁棒性
Evaluating the Robustness of Machine Reading Comprehension Models to Low Resource Entity Renaming
Clemencia Siro, Tunde Oluwaseyi Ajayi
TL;DR本研究旨在探究机器阅读理解模型对命名实体重命名的鲁棒性,尤其是对低资源地区如非洲的实体。通过创建一个被重命名的数据集 AfriSQuAD2 来测试模型的鲁棒性,并发现大模型相对于基础模型表现更好,而人类实体类型则高度挑战 MRC 模型的性能。