Low-Shot Learning for Fictional Claim Verification

要約

タイトル：虚構物語における低ショット学習のための主張検証

要約：
– この論文では、虚構の物語に関する主張を低ショット学習の設定で検証する問題に取り組んでいる。
– そのために、2つの合成データセットを生成して、エンドツーエンドパイプラインとモデルを開発し、両方のベンチマークでテストする。
– パイプラインの効果とベンチマークの困難さをテストするために、モデルの結果を人間の結果やランダムに割り当てた結果と比較している。
– コードはhttps://github.com/Derposoft/plot_hole_detectionで利用可能。

要約(オリジナル)

In this paper, we study the problem of claim verification in the context of claims about fictional stories in a low-shot learning setting. To this end, we generate two synthetic datasets and then develop an end-to-end pipeline and model that is tested on both benchmarks. To test the efficacy of our pipeline and the difficulty of benchmarks, we compare our models’ results against human and random assignment results. Our code is available at https://github.com/Derposoft/plot_hole_detection.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI