Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data

Item

Titre (article, livre complet, chapitre de livre, publication réseaux sociaux, pageWeb, SiteWeb complet, etc.)
Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data
Auteur de la référence bibliograpique
Emily M. Bender, Alexander Koller
Date de publication (AAAA ou AAAA-MM-JJ)
2020-07
Résumé
Le succès des grands modèles de langage neuronaux dans de nombreuses tâches de traitement automatique du langage naturel (NLP soit Natural Language Processing ) est enthousiasmant. Cependant, nous constatons que ces succès suscitent parfois un engouement excessif, conduisant à décrire ces modèles comme étant capables de « comprendre » le langage ou de saisir le « sens ».

Dans cet article de position, nous soutenons qu’un système entraîné uniquement sur la forme n’a, a priori, aucun moyen d’apprendre le sens.

Dans l’esprit du thème de la conférence ACL 2020, « Faire le bilan de notre parcours et réfléchir à la direction que nous souhaitons prendre », nous avançons qu’une compréhension claire de la distinction entre la forme et le sens permettra d’orienter le domaine vers une approche scientifique plus rigoureuse de la compréhension du langage naturel.
Volume (revues scientifiques)
Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics
Nom de l'événement (colloque, journée d'études, etc.)
Annual Meeting of the Association for Computational Linguistics (ACL)
Intervalles des pages (articles)
5185–5198
Nombre de pages (livres)
14

Linked resources

Items with "Contenus scientifiques: Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data"
Title Class
Urban walkability through different lenses: A comparative study of GPT-4o and human perceptions

Annotations

There are no annotations for this resource.