Knowledge Graph-Augmented Korean Generative Commonsense Reasoning

要約

生成的常識推論とは、常識的な理解に基づいて、日常の状況について受け入れられる論理的な仮定を生成するタスクを指します。
韓国語 CommonGen などの既存のデータセットを利用することで、言語生成モデルは韓国語に特有の常識的な推論を学習できます。
ただし、言語モデルでは、概念間の関係と、概念に固有の深い知識が考慮されていないことがよくあります。
これらの制限に対処するために、我々は韓国語ナレッジグラフデータをテキスト生成に利用する方法を提案する。
私たちの実験結果は、提案された方法が韓国の常識推論の効率を高めることができることを示しており、それによって補足データを使用することの重要性が強調されています。

要約(オリジナル)

Generative commonsense reasoning refers to the task of generating acceptable and logical assumptions about everyday situations based on commonsense understanding. By utilizing an existing dataset such as Korean CommonGen, language generation models can learn commonsense reasoning specific to the Korean language. However, language models often fail to consider the relationships between concepts and the deep knowledge inherent to concepts. To address these limitations, we propose a method to utilize the Korean knowledge graph data for text generation. Our experimental result shows that the proposed method can enhance the efficiency of Korean commonsense inference, thereby underlining the significance of employing supplementary data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google