MIRACL: Un conjunto de datos de recuperación multilingüe que cubre 18 Diversos idiomas Xinyu Zhang1*, Nandan Thakur1∗, Odunayo Ogundepo1, Ehsan Kamalloo1†, David Alfonso-Hermelo2, Xiaoguang Li3, Qun Liu3, Mehdi Rezagholizadeh2, Jimmy Lin1 1David R. Escuela Cheriton de Ciencias de la Computación, Universidad de Waterloo, Canadá 2Huawei Laboratorio del Arca de Noé, Canadá 3Huawei Laboratorio del Arca de Noé, China Resumen MIRACL es un conjunto de datos multilingüe para la recuperación ad hoc en 18 lenguas que en conjunto abarcan más de

Exploración de la coherencia del contraste de los sistemas de respuesta a preguntas de dominio abierto en preguntas mínimamente editadas Zhihan Zhang, Wenhao Yu, Zheng Ning, Mingxuan Ju, Universidad Meng Jiang de Notre Dame, Nuestra dama, EN, EE.UU {zzhang23, wyu1, su, mju2, mjiang2}@nd.edu Resumen Coherencia del contraste, la capacidad de un modelo para hacer predicciones consistentemente correctas en presencia de perturbaciones, es un aspecto esencial en la PNL. Mientras estudiaba en tareas como

Análisis Transfuncional de la Generalización en el Aprendizaje Conductual Pedro Henrique Luz de Araujo1,2 y Benjamin Roth1,3 1Facultad de Informática, Universidad de Viena, Viena, Austria 2UniVie Escuela de Doctorado Informática, Viena, Austria 3Facultad de Estudios Filológicos y Culturales, Universidad de Viena, Viena, Austria {pedro.henrique.luz.de.araujo, benjamin.roth}@univie.ac.at Resumen En pruebas de comportamiento, Funcionalidades del sistema subrepresentadas en el entorno de evaluación estándar. (con un equipo de prueba retenido) son validados a través de controles

Una presión translingüística para una densidad de información uniforme en el orden de las palabras Thomas Hikaru Clark1 Clara Meister2 Tiago Pimentel3 Michael Hahn4 Ryan Cotterell2 Richard Futrell5 Roger Levy1 1MIT, Estados Unidos 2ETH Zurich, Suiza 3Universidad de Cambridge, Reino Unido 4Universidad del Sarre, Alemania 5UC Irvine, EE.UU. thclark@mit.edu meistecl@inf.ethz.ch tp472@cam.ac.uk mhahn@lst.uni-saarland.de ryan.cotterell@inf.ethz.ch rfutrell@uci.edu rplevy@mit.edu Resumen Mientras Los lenguajes naturales difieren ampliamente tanto en el orden canónico de las palabras como en el orden flexible de las palabras.- ibilidad, su palabra

Deducción ponderada eficiente en tiempo y espacio Jason Eisner Departamento de Ciencias de la Computación Universidad Johns Hopkins jason@cs.jhu.edu Resumen Muchos algoritmos de PNL se han descrito en términos de sistemas de deducción.. La deducción no ponderada permite una estrategia genérica de ejecución de encadenamiento hacia adelante. Por deducción ponderada, sin embargo, la ejecución eficiente debe propa- controle el peso de cada elemento solo después de que haya convergido. Esto significa visitar los elementos en orden topológico. (como en la programación dinámica).

La comunicación impulsa la aparición de universales del lenguaje en agentes neuronales: Evidencia de la compensación entre el orden de las palabras y las mayúsculas y minúsculas Yuchen Lian(cid:2) †Arianna Bisazza‡∗ (cid:2)Facultad de Ingeniería Electrónica y de la Información, Universidad Xi'an Jiaotong, China †Instituto Leiden de Ciencias de la Computación Avanzada, Universidad de Leiden, Los países bajos {y.lian, t. tribunal}@liacs.leidenuniv.nl ‡Centro de Lenguaje y Cognición, Universidad de Groninga, Países Bajos a.bisazza@rug.nl Tessa Verhoef †∗ Resumen Los alumnos artificiales a menudo se comportan de manera diferente a los alumnos humanos

Opciones de diseño para relaciones de discurso implícitas mediante crowdsourcing: Revelando los sesgos introducidos por el diseño de tareas Valentina Pyatkin1 Frances Yung2 Merel C. j. Scholman2,3 Reut Tsarfaty1 Ido Earth1 Vera Demberg2 1Universidad Bar Ilan, Ramat Gan, Israel 2Universidad del Sarre, Sarrebruck, Alemania 3Universidad de Utrecht, Utrecht, Países Bajos {piatkiv,reut.tsarfaty}@biu.ac.il; dagan@cs.biu.ac.il {frances,m.c.j.sholman,vera}@coli.uni-saarland.de Resumen El desacuerdo en la anotación en lenguaje natural se ha estudiado principalmente desde una perspectiva de sesgos introducidos por los anotadores y

Opiniones humanas colectivas en similitud textual semántica Yuxia Wang♠ Shimin Tao♣ Timothy Baldwin♠♥ Ning Xie♣ Karin Verspoor♠♦ Hao Yang♣ ♠ La Universidad de Melbourne, Melbourne, Victoria, Australia ♣ Huawei TSC, Beijing, China ♥ MBZUAI, Abu Dhabi, EAU ♦Universidad RMIT, Melbourne, Victoria, Australia yuxiaw@student.unimelb.edu.au karin.verspoor@rmit.edu.au {taoshimin,nicolas.xie,yanghao30}@huawei.com tb@ldwin.net l D o w n o a d e d desde h t t p :

Generación condicional con un modelo de preguntas y respuestas Shashi Narayan1, Josué Maynez1, Reinaldo Kim Amplayo1, Kuzman Ganchev1, annie luis2, Fantine Huot1, Anders Sandholm2, Dipanjan Das1, Mirella Lapata1 1Google DeepMind, Reino Unido 2Investigación de Google shashinarayan@google.com, joshuahm@google.com, reinald@google.com, kuzman@google.com, annielouis@google.com, fantinehuot@google.com, sandholm@google.com, dipanjand@google.com, lapata@google.com Resumen La capacidad de transmitir información relevante y fiel en- La formación es fundamental para muchas tareas en consonancia.- generación adicional y, sin embargo, sigue siendo difícil de alcanzar para la secuencia neuronal

Entrenamiento previo de transformador acíclico dirigido para la generación de texto no autorregresivo de alta calidad Fei Huang Pei Ke Minlie Huang∗ The CoAI group, Universidad de Tsinghua, Beijing, Instituto Chino de Inteligencia Artificial, Laboratorio estatal clave de tecnología y sistemas inteligentes, Centro Nacional de Investigación de Ciencia y Tecnología de la Información de Beijing, Departamento de Informática y Tecnología, Universidad de Tsinghua, Beijing, China f-huang18@mails.tsinghua.edu.cn, kepei1106@outlook.com, aihuang@tsinghua.edu.cn Resumen no autorregresivo (NAR) Los modelos de generación de texto han atraído mucho.

Razonamiento sobre datos públicos y privados en sistemas basados ​​en recuperación Simran Arora3, Patricio Lewis4∗∗, Ángela Fan1, Jacob Kahn2∗, y Christopher R´e3∗ 1Facebook AI Research, Francia 2Facebook AI Research, EE.UU {angelafan, jacobkahn}@fb.com 3Universidad de Stanford, EE.UU {Simran, crisma}@cs.stanford.edu 4Cohere, EE.UU. Patrick@cohere.ai Resumen Los usuarios y las organizaciones están generando cada vez más- Cantidades crecientes de datos privados de una amplia gama de fuentes.. Incorporando con privado- El texto es importante para personalizar el dominio abierto.