谷歌发布含7种语言的全新数据集PAWS和PAWS-X

作者：本刊讯

来源：数据分析与知识发现, 2019, 3(10): 88.

<正>近日,谷歌发布了包含7种语言释义对的全新数据集PAWS与PAWS-X。BERT通过该数据集的训练,在释义对问题上的精度实现了约3倍的提升,其他先进的模型也能够利用该数据集将精度提高到85%-90%。识别一对句子是否为释义对的任务则被称为释义识别,这一任务对于许多实际应用中的自然语言理解而言是非常重要的,例如:常见的问答任务等。但是,目前即使是最先进的模型(如BERT),如果仅在现有的自然语言理解数据集上进行训练,