핵심 개념
다국어 문서 수준 사건 인과성을 위한 효과적인 제로샷 학습 방법 소개
초록
사건 인과성 식별의 중요성과 다국어 처리의 어려움 소개
Heterogeneous Graph Interaction Model with Multi-granularity Contrastive Transfer Learning(GIMC) 소개
다국어 문서 수준 사건 인과성을 위한 제로샷 프레임워크의 성능 향상 결과 소개
실험 결과 및 다국어 데이터셋 통계 제시
다국어 학습 및 저자의 모델 성능 비교 결과 제시
통계
우리의 프레임워크는 이전 최첨단 모델보다 평균 F1 점수에서 9.4% 및 8.2%의 성능 향상을 보임
다국어 시나리오에서 우리의 제로샷 프레임워크는 GPT-3.5를 24.3%의 성능 향상으로 능가함
인용구
"우리의 모델은 다국어 설정에서 일관된 강력한 성능을 보여줌"
"다국어 문서 수준 사건 인과성을 위한 제로샷 학습 방법의 효과적인 성능을 입증함"