2018 · ACL · Some of Them Can be Guessed! Exploring the Effect of Linguistic Context in Predicting Quantifiers
想法来源：无，实验证明性质文章。
价值：提出了一个新的问题：预测量词。
本文主要做了几个常用的通用模型，在预测量词任务上的表现，结果表明，在九个量词中，表现的比人类好，且在词上预测的准确性趋势和人类相同。实验对比了Local context和global context的表现区别，在人类表现上，靠global多一些，Model却是依赖local多一些。
方法：
缺点：
详细方案：
- 研究了九种量词：‘a few’, ‘all’, ‘almost all’, ‘few’, ‘many’, ‘more than half’, ‘most’, ‘none’, ‘some’
-
构造了两个数据集：单句子数据集，3句子数据集(target句子在中间)
image - baseline models:CNN, RNN, BOW, FaseText, BiLSTM, Att-LSTM
数据集：
实验：
-
先看下准确率
-c400 -
再看下在9个量词的准确率与人类的对比
image
