WikiCREM

代词解析是自然语言理解的一个主要领域。然而，大规模的训练集仍然稀缺，因为手动标记数据的成本很高。在这项工作中，我们介绍了 WikiCREM（Wikipedia CoREferences Masked）一个大规模但准确的代词消歧实例数据集。我们结合我们的 WikiCREM 数据集使用基于语言模型的代词解析方法。我们比较了一系列模型来解决各种具有挑战性的共指解决问题，在 7 个数据集中的 6 个数据集上，我们匹配或优于以前最先进的方法，例如 GAP、DPR、WNLI、PDP、WinoBias、和 WinoGender。我们发布了现成的模型来解决代词消歧问题。

搜集汇总

背景与挑战

背景概述

WikiCREM是一个大规模且准确的代词消歧数据集，基于Wikipedia构建，用于自然语言理解中的代词解析任务。该数据集结合语言模型方法，在多个基准测试中达到或超越了最先进性能，并提供了现成的解决模型。它由DeepMind、牛津大学等机构于2019年发布。