2019
Exploiting Open IE for Deriving Multiple Premises Entailment Corpus
VÍTA, Martin a Jakub KLÍMEKZákladní údaje
Originální název
Exploiting Open IE for Deriving Multiple Premises Entailment Corpus
Autoři
VÍTA, Martin (203 Česká republika, garant, domácí) a Jakub KLÍMEK
Vydání
Varna, Proceedings of Recent Advances in Natural Language Processing, od s. 1257-1264, 8 s. 2019
Nakladatel
2019
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Rumunsko
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
elektronická verze "online"
Odkazy
Kód RIV
RIV/00216224:14330/19:00110584
Organizační jednotka
Fakulta informatiky
ISBN
978-954-452-055-7
ISSN
Klíčová slova anglicky
NLI; textual entailment; multiple premises entailment; open information extraction
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 11. 5. 2020 07:12, RNDr. Pavel Šmerk, Ph.D.
Anotace
V originále
Natural language inference (NLI) is a key part of natural language understanding. The NLI task is defined as a decision problem whether a given sentence -- hypothesis -- can be inferred from a given text. Typically, we deal with a text consisting of just a single premise/single sentence, which is called a single premise entailment (SPE) task. Recently, a derived task of NLI from multiple premises (MPE) was introduced together with the first annotated corpus and corresponding several strong baselines. Nevertheless, the further development in MPE field requires accessibility of huge amounts of annotated data. In this paper we introduce a novel method for rapid deriving of MPE corpora from an existing NLI (SPE) annotated data that does not require any additional annotation work. This proposed approach is based on using an open information extraction system. We demonstrate the application of the method on a well known SNLI corpus. Over the obtained corpus, we provide the first evaluations as well as we state a strong baseline.
Návaznosti
MUNI/A/1018/2018, interní kód MU |
|