广义量词是多语错误的来源非语言单位基准

崔瑞香,丹尼尔·赫什科维奇,安德斯·索加德

摘要
自19世纪以来，表示语言的逻辑方法已经发展并评估了量词的计算模型，但今天的NLU模型仍然难以捕捉其语义。我们依靠广义量词理论对量词语义进行独立于语言的表示，以量化它们对NLU模型错误的贡献。我们发现量词在NLU基准测试中普遍存在，它们在测试时的出现与性能下降有关。多语言模型也显示出不令人满意的量词推理能力，但对于非英语语言来说不一定更差。为了便于直接有针对性的探究，我们提出了一个对抗性广义量词NLI任务（GQNLI），并表明预先训练的语言模型在广义量词推理中明显缺乏鲁棒性。
选集ID：
2022.naacl-main.359年
体积：
计算语言学协会北美分会2022年会议记录：人类语言技术
月份：
七月
年份：
2022
地址：
美国西雅图
编辑：
海洋木瓜,玛丽·凯瑟琳·德·马内夫,伊万·弗拉基米尔·梅扎·鲁伊斯
地点：
NAACL公司
SIG公司：
出版商：
计算语言学协会
注：
页：
4875–4893
语言：
网址：
https://aclantology.org/2022.naacl-main.359
内政部：
10.18653/v1/2022.naacl-main.359
比比键：
引用（ACL）：
崔瑞祥、丹尼尔·赫什科维奇和安德斯·索加德。2022广义量词是多语言NLU基准测试中的误差源.英寸计算语言学协会北美分会2022年会议记录：人类语言技术，第4875–4893页，美国西雅图。计算语言学协会。
引用（非正式）：
广义量词是多语言NLU基准测试中的误差源（Cui等人，NAACL 2022）
复制引文：
PDF格式：
https://aclantology.org/2022.naacl-main.359.pdf
PDF格式 引用 搜索