HyperAIHyperAI
il y a 16 jours

Dévoiler le mythe de l'inférence d'ordre supérieur dans la résolution de coreférence

Liyan Xu, Jinho D. Choi
Dévoiler le mythe de l'inférence d'ordre supérieur dans la résolution de coreférence
Résumé

Cet article analyse l'impact de l'inférence d'ordre supérieur (HOI) sur la tâche de résolution de coreférance. Bien que presque tous les modèles récents de résolution de coreférance aient intégré l'HOI, peu d'efforts ont été consacrés à l'évaluation de son efficacité réelle dans le cadre de l'apprentissage de représentations. Afin d'effectuer une analyse approfondie, nous mettons en œuvre un système end-to-end de résolution de coreférance ainsi que quatre approches d'HOI : antécédent attentif, égalisation d'entité, regroupement de spans et fusion de clusters, les deux dernières étant nos méthodes originales. Nous constatons que, lorsqu'un encodeur performant comme SpanBERT est utilisé, l'impact de l'HOI est négatif ou au mieux marginal, offrant ainsi une nouvelle perspective sur l'utilité de l'HOI pour cette tâche. Notre meilleur modèle, basé sur la fusion de clusters, atteint un score F1 moyen de 80,2 sur le jeu de données de la tâche partagée CoNLL 2012 en anglais.

Dévoiler le mythe de l'inférence d'ordre supérieur dans la résolution de coreférence | Articles de recherche récents | HyperAI