commonsense | BriefGPT - AI 论文速递

关键词commonsense

搜索结果 - 29

COLING基于图形迭代检索多个知识源来提高常识问答
该研究提出了一种将多种知识源集成起来的问题回答方法，着重利用基于图的迭代知识检索模块和答案感知的注意机制，从多个知识源中检索和综合背景知识，并在 CommonsenseQA 数据集上实现了最优的表现。
PDF4 years ago
EMNLP视频与语言未来事件预测：下一步可能发生什么？
本文提供名为 VLEP 的视频和语言事件预测数据集，并探讨 AI 模型是否能够学习进行这样的多模态常识性下一个事件预测。研究表明，视频、对话和常识性知识对于此挑战任务很有用，并且与 VLEP 上高人类表现相比，我们的模型提供了一个良好的起点
PDF4 years ago
EMNLP超越语言：从图片中学习常识进行推理
本文提出了一种从图像中学习常识的新方法，利用双模态序列到序列模型进行场景布局生成任务，并在通感问题回答和代词消解领域实验中证明了新方法的有效性。
PDF4 years ago
EMNLPVideo2Commonsense: 生成通识描述以丰富视频字幕
通过生成视频常识描述（包括解释动机、影响和描述人物特点）的方法，结合开放式视频常识问答，可以提升通过字幕来理解视频的能力。
PDF4 years ago
MM破解上下文常识编码：理解深度上下文表示的常识推理能力
本文研究了深度上下文表示预训练模型 BERT 的常识表征能力，并挑战了其在各种客观属性分类中的效果，提高了在下游常识推理任务中的性能，并且开发了一种与 BERT 一起微调知识图谱嵌入的方法，表明知识图谱的显式表述仍具有重要性。
PDF5 years ago
EMNLP将外部知识融入生成式阅读理解中的问答
本文提出了一种新的神经网络模型 KEAG，该模型利用外部知识解决 QA 问题，能够比现有的知识感知 QA 模型生成更高质量的答案，并证明其在利用知识方面的有效性。
PDF5 years ago
EMNLPCosmos QA: 带有上下文常识推理的机器阅读理解
本文介绍了 Cosmos QA，这是一个大规模的基于常识的阅读理解数据集，旨在帮助机器阅读人们日常故事时理解其中的隐含意思，并提出了一种新的神经网络结构来处理此类问题。实验结果表明，机器与人类的阅读理解性能存在明显差距，因此还需要进一步研究
PDF5 years ago
MCScript2.0：一个机器理解语料库，侧重于剧本事件和参与者
介绍了 MCScript2.0，这是一个机器理解语料库，用于端到端的脚本知识评估，包括约 20000 个问题，分布在约 3500 个文本上，大部分问题需要使用常识和特定的脚本知识，这是一个挑战性的数据集，已公开发布。
PDF5 years ago
ICCV认知机器人的常识场景语义：走向基于视觉 - 运动相互作用的根源
本文提出了一个基于人类重心的空间和运动表示的低层次视觉处理与高层次人类中心的空间和运动表示相结合的方法来解决物体交互和室内运动等问题。
PDF7 years ago