跳到正文
热点事件持续更新

研究者提出基于评分者分歧的文本歧义度量

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Sally Dong 等作者提出一种衡量规范性文本歧义的方法:把歧义定义为多方“评分者”对备选政策在各相关“案例”中如何适用的分歧程度,而不是孤立地衡量文本被如何感知。 作者称,在两个政策领域的初步分析中,即便使用模拟评分者,该度量也与真实人类分歧相关,并对虚假文本特征具有鲁棒性。作者随后将该度量用于现有审议数据集,描述政策歧义与政策支持度之间的关联。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv cs.CL
    一种基于情境的规范性文本歧义度量方法

    研究者提出将规范性文本的歧义量化为多方“评分者”对备选政策在各相关“案例”中适用方式的分歧程度,而非孤立地衡量文本被如何感知。在两个政策领域的初步分析显示,即便使用模拟评分者,该度量也与真实人类分歧相关,且对虚假文本特征具有鲁棒性。作者随后将该度量应用于现有审议数据集,描述政策歧义与政策支持度之间的关联。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。