evidence extraction | BriefGPT

关键词evidence extraction

搜索结果 - 9

ACLAQE: 通过四元组标记增强的生成方法提取论证四元组
该研究提出了一个新的任务 - argument quadruplet extraction，旨在提供四种互相关联的论证组成部分提取，即声明、证据、证据类型和立场，并通过构建一个数据集，并提出了一种基于生成模型的新方法来解决任务。
PDFa year ago
EMNLP将句子对 NLI 模型拓展至长文本和聚类的推理能力
本研究探讨了 NLI 模型的直接零 - shot 应用，包括分析其对更长和越界输入的鲁棒性，开发新的聚合方法以操作完整文档，并在 ContractNLI 数据集上达到最先进的表现，并发现 NLI 分数提供强大的检索信号，并且比常见的相似性基
PDF2 years ago
ACLIAM：一份全面的大规模数据集，用于集成化论证挖掘任务
本文提出了一个全面而大型的数据集 IAM，旨在用于一系列论证挖掘任务。文集介绍了两个新的综合论证挖掘任务，即主张提取与立场分类（CESC）以及主张 - 证据对提取（CEPE）。实验结果表明了我们提出的任务的价值和挑战，并激励了论证挖掘领域的
PDF2 years ago
ACL通过基于检索的预训练弥合语言模型与机器阅读理解之间的鸿沟
使用自我监督的方法在预训练过程中引入两个任务强化证据提取，从而增强证据提取能力，以提高 Pre-trained Language Models 在机器阅读理解方面的表现。
PDF3 years ago
EMNLP弱监督和半监督证据提取
本文介绍了一种结合少量证据注释和大量文档级别标签的新方法，用于证据提取任务，同时对两个包含证据注释的分类任务进行评估，发现我们的方法优于在解释性文献适用的基线方法。将少至百个证据注释运用到该方法中可得到显著收益。
PDF4 years ago
EMNLP为网络主张生成事实核查摘要
SUMO 是一种基于神经注意力机制的方法，可以通过文本证据（如新闻文章或 Web 文档）来确定文本声明的正确性。SUMO 可以通过呈现来自文档的多样化句子并解释其在文本声明正确性方面的决策，生成提取式摘要。相较于传统的单纯文本素材计算机制，
PDF4 years ago
AAAI基于图的异构外部知识推理用于常识问答
本文提出了一种基于知识库和维基百科文本的异构证据自动提取方法以回答常识问题，通过构建图形结构并使用图形卷积网络对邻居信息进行编码并利用图形注意力机制聚合证据来预测最终答案，成功地提高了 CommonsenseQA 数据集上的准确性达到了最先
PDF5 years ago
ACLFAKTA: 一个自动化的端到端事实检查系统
FAKTA 是一个统一的框架，它整合了事实核查过程的各个组成部分：从可靠度各异的媒体源检索文档、针对给定声明的立场检测、证据提取和语言分析。FAKTA 预测给定声明的事实性，并在文档和句子层面提供证据来解释其预测。
PDF5 years ago
ACL答案生成与摘要：基于证据抽取的多阶段问答多任务学习
该研究提出了一种基于 Query Focused Extractor (QFE) 模型的可解释的多跳问答系统，使用多任务学习并结合了问答模型进行证据点提取，实验结果表明该模型在 HotpotQA 和 FEVER 任务中达到了最佳证据提取效果
PDF5 years ago