2018 · ACL · Some of Them Can be Guessed! Exploring the Effect of Linguistic Context in Predicting Quantifiers
想法來源：無，實驗證明性質(zhì)文章诉字。
價值：提出了一個新的問題：預(yù)測量詞际度。
本文主要做了幾個常用的通用模型，在預(yù)測量詞任務(wù)上的表現(xiàn)置尔，結(jié)果表明赁严，在九個量詞中胜嗓，表現(xiàn)的比人類好，且在詞上預(yù)測的準確性趨勢和人類相同次坡。實驗對比了Local context和global context的表現(xiàn)區(qū)別呼猪，在人類表現(xiàn)上，靠global多一些砸琅，Model卻是依賴local多一些宋距。
方法：
缺點：
詳細方案：
- 研究了九種量詞：‘a(chǎn) few’, ‘a(chǎn)ll’, ‘a(chǎn)lmost all’, ‘few’, ‘many’, ‘more than half’, ‘most’, ‘none’, ‘some’
-
構(gòu)造了兩個數(shù)據(jù)集：單句子數(shù)據(jù)集，3句子數(shù)據(jù)集(target句子在中間)
image - baseline models:CNN, RNN, BOW, FaseText, BiLSTM, Att-LSTM
數(shù)據(jù)集：
實驗：
-
先看下準確率
-c400 -
再看下在9個量詞的準確率與人類的對比
image
