VLSP 2021-ViMRCチャレンジ:ベトナムの機械読解理解【JST・京大機械翻訳】

Van Nguyen Kiet; Tran Son Quoc; Nguyen Luan Thanh; Van Huynh Tin; Luu Son T.; Nguyen Ngan Luu-Thuy

プレプリント

J-GLOBAL ID：202202201971843594 整理番号：22P0308050

VLSP 2021-ViMRCチャレンジ:ベトナムの機械読解理解【JST・京大機械翻訳】

VLSP 2021 - ViMRC Challenge: Vietnamese Machine Reading Comprehension

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年04月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

自然言語理解における新たな研究動向の一つは,テキストデータに基づく人間の質問に対する回答を見つけるタスクである機械学習理解(MRC)である。MRC研究に対する既存のベトナムデータセットは,回答可能な質問のみに集中している。しかし,実際には,与えられたテキストデータで正しい回答が記述されないという疑問が不可解である。弱点に対処するために,著者らは,ベトナム語のためのMRCタスクと質問回答システムを評価するために,UIT-ViQuAD2.0というベンチマークデータセットを有する研究コミュニティを提供した。UIT-ViQuAD2.0をベトナム語とSpeech処理(VLSP 2021)の8時間ワークショップでベトナムのMRCの課題のためのベンチマークデータセットとして用いた。この作業は,34の大学と他の組織から77の参加者チームを引きつけた。本論文では,課題の組織化の詳細,共有タスク参加者によって採用された方法の概要,および結果を提示した。最高の性能は,F1スコアで77.24%,個人試験セットでExact Matchで67.43%であった。トップ3チームにより提案されたベトナムMRCシステムは,変圧器アーキテクチャに基づく強力な事前訓練言語モデルであるXLM-RoBERTaを使用する。UIT-ViQuAD2.0データセットは,研究者が,質問回答,質問生成,および自然言語推論のような,ベトナムの機械読解理解タスクおよび関連タスクをさらに探求することを動機づける。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

自然語処理 , 人工知能

, ,

前のページに戻る