隐喻短语生成探索

凯文·斯托,尼尔斯·贝克,艾丽娜·古列维奇

摘要
隐喻生成是一项艰巨的任务，随着深度预处理模型的出现，隐喻生成已经取得了巨大的进步。这里我们关注的是隐喻释义生成的具体任务，在这个任务中，我们提供一个直译句子，并生成一个释义输入的隐喻句子。我们将天真、“自由”的生成模型与那些利用对生成过程的控制形式的模型进行了比较，并基于概念隐喻理论添加了额外的信息。我们评估了两种生成成对训练数据的方法，然后将其用于训练T5模型以进行自由和受控生成。我们使用众包对结果进行评估，结果表明，自由模型倾向于产生更流畅的释义，而受控模型更善于产生新颖的隐喻。然后，我们分析了评估指标，表明不同的指标对于捕捉隐喻释义的不同方面是必要的。我们发布我们的数据和模型，以及带注释的结果，以促进更好的评估指标的开发。
选集ID：
2021.续-1.26
体积：
第25届计算自然语言学习会议记录
月份：
十一月
年份：
2021
地址：
在线的
编辑：
阿里安娜·比萨扎,奥姆里·阿本德
地点：
CoNLL公司
SIG公司：
SIGNLL公司
出版商：
计算语言学协会
注：
页：
323–336
语言：
网址：
https://aclcollectory.org/2021.conll-1.26
内政部：
10.18653/v1/2021.coll-1.26
比比键：
引用（ACL）：
Kevin Stowe、Nils Beck和Iryna Gurevych。2021隐喻短语生成探索.英寸第25届计算自然语言学习会议记录，第323–336页，在线。计算语言学协会。
引用（非正式）：
隐喻短语生成探索（Stowe等人，CoNLL 2021）
复制引文：
PDF格式：
https://aclantology.org/2021.coll-1.26.pdf
视频：
 https://aclantology.org/2021.coll-1.26.mp4网址
代码
ukplab/conll2021-隐喻短语生成
PDF格式 引用 搜索 代码 视频