質問なし読解事例に対するBERTの回答可能性に着目した機械読解難易度分析
書誌事項
- タイトル別名
-
- Analyzing Difficulty of Machine Comprehension focusing on Examples Answerable by BERT without Question
説明
<p>本論文では,機械読解データセットSQuAD1.1およびBERTによる機械読解モデルを対象として,質問応答事例を難易度別に「回答容易」・「回答困難」の二つのクラスに分類する手順を示し,このクラス分類法の有用性について論じる.具体的には,本論文では,機械読解タスクに対してfine-tuning済みのBERT機械読解モデルに対して,コンテキストのみを与え,質問を与えない場合においても回答を正答できる事例を「回答容易」クラスとするアプローチを提案する.この方法をSQuAD1.1訓練事例約85,000事例に対する10分割交差検定において適用することにより,「回答容易」クラス約12,500事例と「回答困難」クラス約75,000事例に分割した.さらに,「回答容易」クラス約12,500事例を訓練事例として訓練したBERT機械読解モデルの性能が,同数の「回答困難」クラス事例を訓練事例として訓練したBERT機械読解モデルの性能を下回ることを示す.</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2020 (0), 1E5GS903-1E5GS903, 2020
一般社団法人 人工知能学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390566775142611200
-
- NII論文ID
- 130007856637
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可