面向学术文本的语义增强自然语言推理模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：［目的/意义］旨在利用大模型生成学术文本的高质量同义句，通过实施语义增强策略，以优化自然语言推理模型的性能。［方法/过程］在利用大语言模型生成学术文本同义句的基础上，提出语义增强的自然语言推理模型SENLI，该模型包括表示模块、语义增强模块和推理模块。其中，表示模块负责获取学术文本及其对应同义句的语义特征；语义增强模块将同义句的语义特征融合到学术文本的原始语义特征，获取语义增强特征；推理模块则基于学术文本的原始语义特征和语义增强特征，预测学术文本对的语义关系。（剩余24530字）

试读结束

目录
monitor