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)
- baseline models:CNN, RNN, BOW, FaseText, BiLSTM, Att-LSTM
数据集:
实验:
-
先看下准确率
-
再看下在9个量词的准确率与人类的对比