WT5?! Text-to-TextモデルでNLPタスクの予測理由を説明する手法!

WT5?! Text-to-TextモデルでNLPタスクの予測理由を説明する手法!

3つの要点
✔️ NLPタスクにおいて、予測結果の説明を生成するtext-to-textフレームワークを提案している。
✔️ 提案手法であるWT5-11Bは、多くのデータセットで分類精度では既存の手法を上回るSoTAを実現し、予測の説明においても人間と同レベルだった。

✔️ 提案手法が、限られたデータセットで学習しても、タスクやデータのドメインにかかわらず予測の説明ができることも示している。

WT5?! Training Text-to-Text Models to Explain their Predictions
written by Sharan Narang, Colin Raffel, Katherine Lee, Adam Roberts, Noah Fiedel, Karishma Malkan
(Submitted on 30 Apr 2020)

Comments: Published by arXiv
Subjects: Computation and Language (cs.CL); Machine Learning (cs.LG)

この記事をシェアする