版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
00各类自然语言处理算法快速发展,在很多任务上甚至超越人类00各类自然语言处理算法快速发展,在很多任务上甚至超越人类4400算法在实际应用中的效果却不尽如人意00算法在实际应用中的效果却不尽如人意00不经过鲁棒性评估会面临巨大风险7700模型对测试数据的微小变化非常敏感9900模型对测试数据的微小变化非常敏感00模型对测试数据的微小变化非常敏感00为什么会这样?问题1:为什么基于基准测试集合和常用评价指标的模式不能反映上述问题?问题2:深度神经网络模型到底学习到了什么?问题3:现阶段自然语言处理算法鲁棒性究竟怎么样?00为什么会这样?问题1:为什么基于基准测试集合和常用评价指标的模式不能反映上述问题?问题2:深度神经网络模型到底学习到了什么?问题3:现阶段自然语言处理算法鲁棒性究竟怎么样?11数据集上存在偏置–WINOGRANDEHaveneurallanguagemoverestimatingthetruecapabilitiesofmachinecommonsense?11数据集上存在偏置–WINOGRANDE11数据集上存在偏置–WINOGRANDE1.RoBERTafine-tunedonasmallsubsetofthedataset.2.Anensembleoflinearclassifiers(logisticregressions)3.Trainedonrandomsubsetsofthedata4.Determinewhethertherepresentationisstronglyindicativeofthecorrectansweroption5.Discardthecorrespondinginstances11数据集上存在偏置–WINOGRANDE11数据集上存在偏置–WINOGRANDEFuetal.,RethinkingGeneralizationofNeuralModels:ANamedEntityRecognitionCaseStudy,AAAI2020Liuetal.,EXPLAINABOARD:AnExplainableLeaderboard1.基准集合构建时通常存在数据偏置2.粗粒度的评测指标不能够全面反映模型特性00为什么会这样?问题1:为什么基于基准测试集合和常用评价指标的模式不能反映上述问题?问题2:深度神经网络模型到底学习到了什么?问题3:现阶段自然语言处理算法鲁棒性究竟怎么样?Sundararajanetal.,Axiomaticattributionfordeepnetworks.2017基于Bert的用户检索词---文章语义匹配模型AttentionheadsexhibitingpatternsAttentionheadscorrespondingtolinguisticphenomenaThebestperformingattentionsheadsofBERTonWSJdependencyparsingoftenexhibitingsimilarCertainattentionheadscorreAttention-basedprobingclassifierdemonstratedthatsubstantialsyntacticinformationcoulHowupweightingaparticulartrainingexample(xi,yi)intheHowthischangeinthemodelparameterswouldtrainingset{(x1,y1),…,((xn,yn)}byε!wouldchangetheinturnaffectthelossofthetestinputlearnedmodelparametersθHanetal.,Explainingblackboxpredictionsandunveiling00问题2:深度神经网络模型到底学习到了什么?非常初步的猜想,大规模数据分析和实验中3.预训练语言模型学习到了部分复述(paraphrase)的相似表示覆盖了人工构造的基础特征,以及人工很难构造的特征高阶综合00为什么会这样?问题1:为什么基于基准测试集合和常用评价指标的模式不能反映上述问题?问题2:深度神经网络模型到底学习到了什么?问题3:现阶段自然语言处理算法鲁棒性究竟怎么样?Hauseretal.,BERTisRobust!ACaseAgainstSynonym-BasedAdversarialExamplesinTextClassificatiSietal.,BenchmarkingRobustneSietal.,BenchmarkingRobustnessofMachineReadingCompr….@AmericanAirservicewas完备性-20种通用变形、60种任务特有变形、数千种变形组合可接受-所有变形基于语言学知识分析功能-对评测结果给出可视化分析报告“HelovesNLP”istransformedint拼写错误反义词“HewasborninChina”“HewasborninLlanfairpwllgwyngyllgogeryc看“看看,”“看一看,”“看了看,”and“看了一看.”“Thereisanappleonthedesk”“Thereisanimponderableonthedesk”原始集合Shebecameanurseandworkedinahospital.ItoldJohntocomeearly,buthefailed.TheriverderivesfromsouthernAmerica.Marrywouldliketoteachkidsinthekindergarten.Thestormdestroyedmanyhousesinthevillage.√√√•Plausibility(Lambertetal.,2010)measureswhetherthetextisreasonableandwrittenbynativespeakers.Sentencesordocumentsthatarenatural,appropriate,logicallycorrect,andmeaningfulinthecontextwillreceiveahigherplausibilityscore.Textsthatarelogicallyorsemanticallyinconsistentorcontaininappropriatevocabularywillreceivealowerplausibilityscore.•Grammaticality(Newmeyer,1983)measureswhetherthetextcontainssyntaxerrors.Itreferstotheconformityofthetexttotherulesdefinedbythespecificgrammarofalanguage.Gui,Tao,etal."Textflint:UnifiedmultilingualrobustnessevaluationtoELMO+BiLSTM+CRFBert+BiLSTM+CRFUANETS-LSTM meta-taggerLM-LSTM-CRFBILSTM-LAN BiLSTM-aux CRF++CNN+BiLSTM+CRF xlnet-large-cased xlnet-base-cased roberta-largeroberta-basebert-large-uncasedbert-base-uncased albert-xxlarge-v2albert-base-v2Match-lstm LCF-BERTBERT-SPCBERT-BASEAEN-BERTTNetTD-LSTM MGANLSTMATAE-LSTMMemNetAEN-GloveParadigmaticRelationMorphologySyntaxPragmaticsParadigmaticRelationMorphologyABSAABSAContractionKeyboardOcrSpellingErrorTyposWordCase-lowerWordCase-titleWordCase-upperInsertAdvSwapNamedEntAddPuncAppendIrrTwitterTypeMLMSuggestionSwapNumSwapSyn-WordNetContractionKeyboardOcrSpellingErrorTyposWordCase-lowerWordCase-titleWordCase-upperInsertAdvSwapNamedEntAddPuncAppendIrrTwitterTypeMLMSuggestionSwapNumSwapSyn-WordNetSwapSyn-WordEmbeddingSwapSyn-WordEmbeddingMRC-SQuAD2.0MRC-SQuAD1.1SM-qqpSM-mrpcNLI-SNLINLI-MNLI-mmNLI-MNLI-mCOREF-OntonotesABSA-SemEval2014-RestaurantABSA-SemEval2014-LaptopSA-Yelp-BinarySA-IMDBDP-PTBPOS-WSJParadigmaticRelationMorphologySyntaxPragmaticsParadigmaticRelationMorphologyContractionKeyboardOcrSpellingErrorWordCase-lowerWordCase-titleWordCase-upperInsertAdvSwapNamedEntAddPuncAppendIrrTwitterTypeMLMSuggestionSwapNumSwapSyn-WordEmbeddingSwapSyn-WordNetContractionKeyboardOcrSpellingErrorWordCase-lowerWordCase-titleWordCase-upperInsertAdvSwapNamedEntAddPuncAppendIrrTwitterTypeMLMSuggestionSwapNumSwapSyn-WordEmbeddingSwapSyn-WordNetGlobalSemanticsGlobalSemanti
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 二零二五年度门卫服务与消防联动合同4篇
- 2025年度鲜奶产品溯源与安全监管合同3篇
- 二零二五年度体育赛事赞助合作协议模板4篇
- 2025年度速录设备租赁与技术研发合作合同3篇
- 2024年中考英语应用文写作万能模板
- 开锁公司与业主委员会协议书(2篇)
- 工程承包工伤协议书(2篇)
- 瑞丽防尘施工方案
- 二零二五版门禁系统用户身份认证与隐私保护协议4篇
- 建筑安全文明施工方案
- 课题申报书:GenAI赋能新质人才培养的生成式学习设计研究
- 骆驼祥子-(一)-剧本
- 全国医院数量统计
- 经济学的思维方式(第13版)
- 提高保险公司客户投诉处理能力的整改措施
- 电工(中级工)理论知识练习题(附参考答案)
- 工业设计概论试题
- 2024-2030年中国商务服务行业市场现状调查及投资前景研判报告
- 高一英语必修一试卷(含答案)(适合测试)
- 中国的世界遗产智慧树知到期末考试答案2024年
- 中国绿色食品市场调查与分析报告
评论
0/150
提交评论