Tesi etd-10282021-135942 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
GRACCI, FRANCESCO
URN
etd-10282021-135942
Titolo
Transformer and logical inference: The case of bridging anaphora
Dipartimento
FILOLOGIA, LETTERATURA E LINGUISTICA
Corso di studi
INFORMATICA UMANISTICA
Relatori
relatore Lenci, Alessandro
Parole chiave
- Bridging Anaphora
Data inizio appello
15/11/2021
Consultabilità
Tesi non consultabile
Riassunto
L’elaborato descrive la creazione di un dataset contenente casi relativi al fenomeno della bridging anaphora. La composizione dello stesso è finalizzata all’applicazione di metodologie sperimentali inerenti al task di riconoscimento di textual entailment. La presentazione di una serie di modelli neurali è seguita dalla fase sperimentale, in cui vengono misurate le performance di ciascun modello sul dataset creato e descritto in precedenza. L’analisi degli errori e le considerazioni derivanti permettono di illustrare come il fenomeno della bridging anaphora possa essere utilizzato all’interno di task di Natural Language Inference.
The paper describes the creation of a dataset containing cases relating to the phenomenon of bridging anaphora. The composition of the same is aimed at the application of experimental methodologies inherent to the task of recognizing textual entailment. The presentation of a series of neural models is followed by the experimental phase, in which the performance of each model is measured on the dataset created and described above. The error analysis and the considerations deriving from illustrating how the bridging anaphora phenomenon can be used within Natural Language Inference tasks.
The paper describes the creation of a dataset containing cases relating to the phenomenon of bridging anaphora. The composition of the same is aimed at the application of experimental methodologies inherent to the task of recognizing textual entailment. The presentation of a series of neural models is followed by the experimental phase, in which the performance of each model is measured on the dataset created and described above. The error analysis and the considerations deriving from illustrating how the bridging anaphora phenomenon can be used within Natural Language Inference tasks.
File
Nome file | Dimensione |
---|---|
Tesi non consultabile. |