Grunnleggende konsepter
FEVERタスクにおける異なる判定クラス間の異質性を捉える目的関数を開発し、従来の交差エントロピーを上回ることが確認された。
Sammendrag
この論文では、FEVER共有タスクにおける事実検証のための損失関数に焦点を当てています。以下は内容の詳細です:
Abstract:
FEVER共有タスクでの事実検証用の目的関数について探究。
従来の交差エントロピーが異なる判定クラス間の異質性を捉えられないことが示唆された。
提案された目的関数は従来の交差エントロピーを上回り、単純なクラスウェイト付けと組み合わせることでさらなるパフォーマンス向上が確認された。
Introduction:
FEVER共有タスクについて説明。
事実抽出と検証システムがどのように動作するか解説。
Proposed Method:
異なる判定クラス間の異質性を捉える目的関数2つを開発。
クラスウェイト付けと組み合わせてトレーニングデータの不均衡を克服する方法も提案。
Notation:
𝐾分類問題用の記号表記や予測分布について説明。
Experiments:
実験結果から提案手法が従来手法よりも優れていることが示された。
統計的有意性も考慮して評価。
Statistikk
提案手法は従来手法よりも高いFS(FEVER score)およびLA(Label accuracy)を達成した。