[Procesamiento del lenguaje natural] Extracción de relaciones: explicación de CoIn

Moneda

Información del papel

标题:Inferencia consistente para la extracción de relaciones de diálogo

Autor: Xinwei Long, Shuzi Niu, Yucheng Li

Revista: IJCAI 2021

Temas: Procesamiento del lenguaje natural, extracción de relaciones, escenarios de diálogo, declaraciones cruzadas, DialogRE, GCN, Máscara, Atención, Puerta

Ejemplo: xinwei96/CoIn_dialogRE: Códigos fuente y datos de nuestro artículo de IJCAI 2021 “Inferencia consistente para la extracción de relaciones de diálogo”. (github.com)

Descripción general

El modelo CoIn utiliza una estrategia de enmascaramiento para obtener características de coherencia dentro de los turnos, entre turnos y dentro y fuera de los hablantes , resolviendo respectivamente problemas de correferencia y problemas de cambio de tema (argumento) causados ​​por el cambio frecuente de hablantes. Además, el modelo CoIn aprende capacidades de razonamiento lógico más sólidas mediante el uso de la inferencia de relaciones de 2 saltos como tarea de entrenamiento , lo que alivia el problema de las contradicciones en los tipos de relaciones (conjuntos) predichos. Más específicamente, CoIn se basa en un mecanismo de enmascaramiento para extraer características relacionadas con el turno (representación consciente de la expresión) (incluidas vistas dentro del turno y vistas complementarias entre turnos) y características relacionadas con el hablante de las características del diálogo global.

Supongo que te gusta

Origin blog.csdn.net/weixin_46221946/article/details/133049751
Recomendado
Clasificación