Core Concepts
논리적 추론 능력을 향상시키기 위해 추상적 의미 표현(AMR)을 활용한 논리 주도 데이터 증강 방법을 제안한다.
Abstract
이 논문은 논리적 추론 능력을 향상시키기 위한 새로운 데이터 증강 방법을 제안한다.
논리적 추론 작업에 필요한 데이터를 웹에서 수집하기 어려운 문제를 해결하고자 한다.
추상적 의미 표현(AMR)을 활용하여 논리적으로 동등하거나 동등하지 않은 문장을 자동으로 생성한다.
생성된 문장 쌍을 이용하여 판별 모델의 논리적 추론 능력을 향상시키는 대조 학습을 수행한다.
또한 생성된 문장을 이용하여 생성 모델의 입력 프롬프트를 증강함으로써 논리적 추론 성능을 향상시킨다.
실험 결과, 제안 방법이 논리적 추론, 텍스트 함축, 자연어 추론 등의 다양한 작업에서 우수한 성능을 보였다.
Stats
논리적 추론 작업에 필요한 데이터를 웹에서 수집하기 어려운 문제가 있다.
기존 방법들은 템플릿 기반이거나 특정 데이터셋에 의존적이었다.
제안 방법은 추상적 의미 표현(AMR)을 활용하여 논리적으로 동등하거나 동등하지 않은 문장을 자동으로 생성할 수 있다.
Quotes
"논리적 추론 능력을 향상시키기 위해 추상적 의미 표현(AMR)을 활용한 논리 주도 데이터 증강 방법을 제안한다."
"생성된 문장 쌍을 이용하여 판별 모델의 논리적 추론 능력을 향상시키는 대조 학습을 수행한다."
"생성된 문장을 이용하여 생성 모델의 입력 프롬프트를 증강함으로써 논리적 추론 성능을 향상시킨다."