@正在进行{korner-etal-2021分类,title=“关于分类两个文本是否在一个参数的同一侧”,author={K{\“o}rner,Erik和格雷戈·维德曼和哈基米、艾哈迈德·达瓦尔和海耶、格哈德和马丁·波塔斯特,editor=“Moens、Marie-Francine和黄、玄静和Specia、Lucia和Yih,Scott Wen tau”,booktitle=“2021年自然语言处理实证方法会议记录”,月=11月,年=“2021”,address=“多米尼加共和国Online和Punta Cana”,publisher=“计算语言学协会”,url=“https://aclantology.org/2021.emnlp-main.795”,doi=“10.18653/v1/2021.emnlp-main.795”,pages=“10130--10138”,abstract=“为了缓解论点立场分类的困难,同侧立场分类任务(S3C)已被提议。与实际立场分类不同,实际立场分类需要大量的领域知识来确定某个论点是赞成还是反对某个问题,有人认为,对于S3C来说,只需要学习立场内的论点相似性即可成功解决该任务。我们在最近的S3C共享任务的数据集上评估了几种基于变压器的方法,然后对我们的模型和任务假设进行了深入的评估和错误分析。我们表明,尽管我们获得了最先进的结果,但当将训练和测试集的采样策略调整为更具对抗性的场景时,我们的模型无法在主题和领域内以及跨主题和领域进行泛化。我们的评估表明,当前最先进的方法无法通过仅考虑领域相关的语言相似性特征来确定相同的立场,但似乎也需要领域知识和语义推理。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3“><mods ID=“korner-etal-2021-分类”><标题信息><title>关于对两个文本是否在一个参数的同一侧进行分类</titleInfo><name type=“personal”>埃里克科纳<角色>作者</角色></name><name type=“personal”>格雷戈维德曼<角色>作者</角色></name><name type=“personal”>艾哈迈德达瓦尔哈基米<角色>作者</角色></name><name type=“personal”>格哈德海耶<角色>作者</角色></name><name type=“personal”>马丁波塔斯特<角色>作者</角色></name><originInfo>发布日期:2021-11发布日期:</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>2021年自然语言处理实证方法会议记录</titleInfo><name type=“personal”>玛丽·弗朗辛<namePart type=“family”>Moens公司</namePart><角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>宣静</namePart>黄<namePart type=“family”><角色>编辑器</角色></name><name type=“personal”>露西娅Specia系列<角色>编辑器</角色></name><name type=“personal”>斯科特文涛<namePart type=“given”>文涛</namePart>Yih(Yih)<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>在线和多米尼加共和国卡纳角</place></originInfo>会议出版物</relatedItem>为了缓解论点立场分类的困难,提出了同侧立场分类(S3C)任务。与实际立场分类不同,实际立场分类需要大量的领域知识来确定某个论点是赞成还是反对某个问题,有人认为,对于S3C来说,只需要学习立场内的论点相似性即可成功解决该任务。我们在最近的S3C共享任务的数据集上评估了几种基于变压器的方法,然后对我们的模型和任务假设进行了深入评估和错误分析。我们表明,尽管我们取得了最先进的结果,但当将训练和测试集的采样策略调整到更具对抗性的场景时,我们的模型无法在主题和领域内以及跨主题和领域进行推广。我们的评估表明,当前最先进的方法无法通过仅考虑领域相关的语言相似性特征来确定相同的立场,但似乎也需要领域知识和语义推理</摘要>korner-etal-2021分类10.18653/v1/2021.emnlp-main.795<位置><网址>https://aclantology.org/2021.emnlp-main.795</url></位置><部分>2021-11年<扩展单元=“page”><开始>10130</开始><end>10138</范围></部分></mods></modsCollection>
%0会议记录%关于两篇文章是否在一个论点的同一边的分类%埃里克·A Körner%格雷戈·维德曼%阿哈基米,艾哈迈德·达瓦尔%格哈德·海耶%一个圣徒,马丁%玛丽·弗朗辛·Y·莫恩斯%Y Huang,宣景%露西娅·Y·斯佩西亚%Y Yih、Scott Wen-tau%2021年自然语言处理实证方法会议论文集%D 2021年%11月8日%计算语言学协会%C Online和Punta Cana,多米尼加共和国%F korner-etal-2021分类%X为了缓解论点立场分类的困难,提出了同侧立场分类(S3C)的任务。与实际立场分类不同,实际立场分类需要大量的领域知识来确定某个论点是赞成还是反对某个问题,有人认为,对于S3C来说,只需要学习立场内的论点相似性即可成功解决该任务。我们在最近的S3C共享任务的数据集上评估了几种基于变压器的方法,然后对我们的模型和任务假设进行了深入评估和错误分析。我们表明,尽管我们获得了最先进的结果,但当将训练和测试集的采样策略调整为更具对抗性的场景时,我们的模型无法在主题和领域内以及跨主题和领域进行泛化。我们的评估表明,当前最先进的方法无法通过仅考虑领域相关的语言相似性特征来确定相同的立场,但似乎也需要领域知识和语义推理。%R 10.18653/v1/2021.emnlp-main.795%U型https://aclantology.org/2021.emnlp-main.795%U型https://doi.org/10.18653/v1/2021-emnlp-main.795%第10130-10138页
降价(非正式)
[关于对两个文本是否在争论的同一边进行分类](https://aclantology.org/2021.emnlp-main.795)(Körner等人,EMNLP 2021)
国际计算语言学协会
- 埃里克·科纳、格雷戈·维德曼、艾哈迈德·达瓦尔·哈基米、格哈德·海耶和马丁·波塔斯特。2021关于两篇文章是否在论点的同一边的分类.英寸2021年自然语言处理实证方法会议记录,第10130–10138页,在线和多米尼加共和国卡纳角。计算语言学协会。