EMNLPOct, 2023

自然有效的自然语言推理标签变异解释

TL;DR人类标签差异存在于许多自然语言处理任务中,包括自然语言推理。在研究中,我们建立了 LiveNLI 数据集,通过 1415 个生态有效解释(标注者解释他们选择的 NLI 标签)来获取直接证据,研究了标签差异的产生。结果显示,解释对于理解标签的不同解释至关重要,并且标注者有时会基于不同的原因选择相同的标签,这表明解释在一般中导航标签解释方面起着关键作用。我们进行了少样本大语言模型生成解释的尝试,但结果不一致:它有时会产生有效和有信息量的解释,但也会生成不支持标签的不合理的解释,提出了改进的方向。