entity states | BriefGPT - AI 论文速递

关键词entity states

搜索结果 - 8

OpenPI2.0：文本实体追踪的改进数据集
本论文提出了 OpenPI2.0 数据集，旨在追踪实体状态，包括有规范化的实体、手动标记和自动预测的明显标记，通过调查主观性注释、建模可行性和下游应用，阐述了实体显著性在问题回答和经典计划等任务中的重要性。
PDFa year ago
ACL程序性文本中实体和事件的因果推理
本研究提出 CREPE 作为第一个事件因果推理和实体状态的基准测试，并在其中发现大多数语言模型表现低迷，但通过将事件表示为编程语言，并在表示中注入实体和事件之间的因果关系，提高了模型的性能。
PDFa year ago
潜在情境下的语言建模
提出了一种名为 SituationSupervision 的方法，通过训练语言模型以构建和调节实体及其状态的显式表示来提高 LMs 的一致性。
PDF2 years ago
COLING集合全局和局部信息以进行过程文本理解
本文提出了一种新的模型 CGLI，该模型结合了本地和全局视图的输入以及全局输出，旨在实现精度和召回率同时优化，同时在故事推理框架中进行了扩展，实验结果表明这种方法在流程文本理解和故事推理方面均取得了最先进的结果。
PDF2 years ago
基于场景进化的程序文本理解
本文提出了一种新的基于场景的范式，称为 Scene Graph Reasoner (SGR)，用于以场景的方式联合跟踪所有实体的状态，并引入了一系列动态演化的场景图来共同制定实体、状态及其关联的演化，从而可以联合捕获所有实体和状态之间的深度
PDF2 years ago
理解多模态程序的程序推理网络
本文介绍了一种新型的神经理解模型，它动态更新实体状态并利用多模态信息帮助理解计算机常识任务，使用这种方法显著提高了之前报告的模型的准确性。
PDF5 years ago
ICLR利用机器阅读理解从文本构建动态知识图谱
我们提出了一种神经机器阅读模型，它从过程文本中构建动态知识图，并利用它们来跟踪参与实体的演变状态，从而改善机器对文本的理解。
PDF6 years ago
ACL过程文本状态变化跟踪：挑战数据集与模型
该研究提出了一个针对描述动态世界的文本流程（例如光合作用）的新数据集和模型，并引入了两种利用 LSTM 输入编码和跨度预测进行状态预测的新型神经模型，从而实现对实体状态（位置和存在）进行全注释，并显著提高了准确率（高达 19%）。
PDF6 years ago