强化学习增强的语篇标记网络用于自然语言推理

自然语言推理（NLI），也称为识别文本蕴含（RTE），是自然语言处理领域中最重要的问题之一。它要求推断两个给定句子之间的逻辑关系。当前的方法大多集中在句子的交互架构上，而本文提出了一种从一些重要的话语标记中迁移知识以增强NLI模型质量的方法。我们观察到，人们通常使用诸如“所以”或“但是”之类的话语标记来表示两个句子之间的逻辑关系。这些词语与句子的意义之间可能存在深刻的联系，因此可以用来帮助改进句子的表示。此外，我们利用强化学习优化了一个新的目标函数，该函数的奖励由NLI数据集的特性定义，从而充分利用标签信息。实验结果表明，我们的方法在多个大规模数据集上达到了最先进的性能。