強化学習を用いたディスコースマーカー拡張ネットワークによる自然言語推論

自然言語推論（Natural Language Inference: NLI）またはテキスト的含意認識（Recognizing Textual Entailment: RTE）は、自然言語処理における最も重要な問題の一つです。これは、与えられた2つの文間の論理関係を推論することを要求します。現在のアプローチは主に文の相互作用構造に焦点を当てていますが、本稿では、重要なディスコースマーカーから知識を転送し、NLIモデルの品質を向上させる手法を提案します。私たちは、人々が通常「so（だから）」や「but（しかし）」などのディスコースマーカーを使用して2つの文間の論理関係を表現することに注目しました。これらの単語は文の意味と深く結びついている可能性があるため、それらの表現を改善するために利用することができます。さらに、強化学習を使用して新しい目的関数を最適化し、報酬としてNLIデータセットの特性によって定義された情報を最大限に活用しています。実験結果は、私たちの手法がいくつかの大規模データセットで最先端の性能を達成していることを示しています。