reading comprehension models | BriefGPT

关键词reading comprehension models

搜索结果 - 8

数字之力：通过每个示例使用四个对抗句进行微调的强大阅读理解
通过添加对抗性句子来攻击阅读理解模型并测试新模型 ELECTRA-Small 的抗性，发现将模型分别在一句和五句对抗性句子上进行微调可以提高其对抗攻击的鲁棒性。
PDF6 months ago
COLING机器阅读，快与慢：模型何时 “理解” 语言？
我们研究了阅读理解模型相对于指代消解和比较两种语言技能的行为，以了解深度学习模型在自然语言理解中的表现。研究通过显著性分数和反事实解释观察了 BERT 家族的五个模型，并发现基于更大编码器的系统更可能依赖于正确的信息。然而，即使是这些更大的
PDF2 years ago
ACL自然语言理解的离散推理模板
本文提出了一种基于单跨提取的阅读理解模型的推理模板方法，针对复杂问题分解成若干简单子问题进行处理，实现了对减法算术问题的回答并具有竞争力，同时可解释、需要少量监督。
PDF3 years ago
EMNLP针对阅读理解中的领域和跨语言通用性进行的对抗增强策略搜索
本文研究了如何通过自动化数据增强和提出多种 QA 攻击来增强阅读理解模型的鲁棒性，同时提高其在源域、新领域和不同语言中的泛化性能。结果表明，采用学习的增强策略可以显著提高模型在各种领域和语言中的性能。
PDF4 years ago
神经阅读理解过低敏感度
研究表明精度高的阅读理解模型倾向于依赖于所提供的有关输入中的模式，而对该模型进行噪声对抗性攻击、数据扩增和对抗性训练可以提高其鲁棒性和泛化性能，并改善在 train/evaluation distribution mismatch 时的结果
PDF4 years ago
ACL通过阅读实体描述进行零样本实体链接
本研究提出了零样本实体链接任务，通过大规模无标记数据预训练的强阅读理解模型与适应性预训练策略，成功实现了无先验标注数据的实体链接，并在新数据集上获得了比 BERT 等强预训练模型更好的表现。
PDF5 years ago
ACL多跳推理数据集设计选择的理解
本文研究两个新的数据集对于多跳推理问题，探究了句子分层模型和无标记版本中的伪相关性。结果表明，高绩效模型可能没有像以前想象的那样学到足够的多跳推理。
PDF5 years ago
开放域问答中的答案重新排序的证据聚合
本文提出了两种新的模型，在公开领域问答数据集中取得了最具竞争力的结果。这两种方法是使用多篇文章生成答案。
PDF7 years ago