V
主页
京东 11.11 红包
论文分享 | ACL-21 | 在基于检索的NLP中评估实体消歧以及实体流行度影响
发布人
检索是开放域 NLP 任务的核心组件。在开放域任务中,多个实体可能共享一个名称,从而使消歧成为一个固有但尚未充分探索的问题。作者提出了一个评估基准来评估检索器的实体消歧能力,称之为Ambiguous Entity Retrieval (AmbER) sets。 每个AmbER set是一个查询集合,其中所有实体都有一个共同的名字。通过覆盖多义名称的实体集,Amber 集充当了实体消歧的具有挑战性的测试。作者为三个流行的开放域任务创建了AmbER sets:事实检查、槽填充和问答,并评估一组不同的检索器。实验发现检索器表现出流行度偏差,在同名稀有实体上表现明显不佳,例如,它们在查询不太流行的同名实体时出错的可能性是高频同名实体的两倍。这些实验显示了AmbER sets作为评估工具的实用性,并突出了当前检索系统的弱点。
打开封面
下载高清视频
观看高清视频
视频下载器
论文分享 | ACL-21 | 信息搜寻型问答的挑战:可回答性预测和段落检索
论文分享 | ICCV-21 | 面向部分查询跨模态检索的主动丰富细节方法
论文分享 | ACL-20 | CasRel:解决关系重叠问题,大幅提升SOTA分数
论文分享 | EMNLP-21 | 稠密检索居然没法解决以实体为中心的简单问题?
论文分享 | CVPR21 | 反事实 VQA——如何用因果推断的方法消除视觉问答中的语言偏差
听劝!【张雪峰】人工智能AI学习压力非常大!你能承受的了吗?!骂醒一个是一个!!!零基础入门人工智能/机器学习入门
论文分享 | SIGIR-21 | 对话同伴也很重要!角色融合在基于检索的聊天机器人进行个性化回答的作用
论文分享 | ACL-22 | 用于开放域稠密向量检索的文档多角度表示学习
论文分享 | ACL-22 | SPAN表示哪家强?PL-Marker有新花样(关系抽取最新SOTA)
论文分享 | ACL-22 | 分治-解开关键词与意图的文本语义匹配
论文分享 | EMNLP-21 | 一种面向稠密检索的预训练结构
论文分享 | SIGIR21 | 面向跨模态检索的动态交互建模
论文分享 | ACL-21 | 从扰动中学习:通过逆对抗训练生成多样化和信息丰富的对话
论文分享 | SIGIR-21 | 基于平衡话题采样的高效稠密检索模型训练方法
论文分享 | ACL-20 | 生成、删除和重写:提高对话生成角色一致性的三阶段框架
论文分享 | arXiv-22 | Tailor:基于prompt的多属性可控文本生成方法
论文分享 | ACL-22 | 通过“召回-再验证”框架回答开放域多答案问题
论文分享 | NeurIPS21 | BEIR: 用于检测检索模型零样本学习能力的基准
论文分享 | ACL-22 | 一种与模型无关的数据操作方法,用于基于角色的对话生成
论文分享 | ACL-22 | 无监督句子表示中的对比学习去偏
论文分享 | ACL-22 | 使用对比前缀的可控文本生成模型
论文分享 | ACL-21 | 预训练语言模型是知识渊博还是小聪明的胡猜?
论文分享 | ACL-22 | 好的组合是成功的一半!用于多样化条件文本生成的组合采样
论文分享 | NAACL-21 | PURE:超级简单的流水线关系抽取方法
论文分享 | ACL-21 | 通过生成性证据融合和往返预测回答模糊问题
论文分享 | ACL-22 | 基于动态自注意力内容规划的长文本生成
论文分享 | ACL-20 | 学习为低资源场景下的对话生成任务定制模型结构
论文分享 | SIGIR-22 | 面向视频检索的模态平衡表示
论文分享 | EMNLP-21 | 不同Transformer版本的效果(关于模型结构)
清华教授刘嘉谈中美AI差距:可怕的是我们落后速度在加快
2024最火的两个模型:Informer+LSTM两大时间序列预测模型,论文精读+代码复现,通俗易懂!——人工智能|AI|机器学习|深度学习
论文分享 | ICLR-22 | 面向稠密检索的对抗检索-排序训练
论文分享 | NeurIPS-21 | R-Drop:神经网络的正则化Dropout
论文分享 | ACL-21 | BERT Over BERT 实现基于人设的对话模型
论文分享 | EMNLP-21 | 句子嵌入的一种简单对比学习方法
论文分享 | ACL-22 | Prompt可以探测预训练的语言模型吗?从因果关系看隐形风险
论文分享 | ACL-22 | Mix&Match:使用能量语言模型的无需训练的可控文本生成方法
论文分享 | ACL-21 | 利用分层课程学习选择对话回复
论文分享 | CVPR-22 | 动态梯度调整的多模态平衡学习
论文分享 | arXiv-21 | 利用虚拟交互优化基于表示的文本匹配模型