BriefGPT - AI 论文速递
·
在概率场景中生成整体和模型协调解释
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种可解释自然语言理解的框架，使用人类注释的解释进行训练，并采用变分EM方法进行优化。实验证明该框架在监督和半监督设置下能有效预测，并生成良好的自然语言解释。
🎯
关键要点
- 提出了一种可解释自然语言理解的框架。
- 使用一小部分人类注释的解释进行训练。
- 采用变分EM方法进行优化。
- 提出了基于解释的自训练方法。
- 在两个自然语言理解任务上进行实验。
- 框架在监督和半监督设置下能有效预测。
- 框架能够生成良好的自然语言解释。
➡️
