Sentence Splitter

新的Sentence Splitter框架揭示文本中的潜在事实结构

研究人员推出Sentence Splitter，一个旨在识别自然语言句子中事实结构的自监督学习框架。该方法基于T5架构，将句子分割视为一个分割问题，学习预测句子描述性前缀的事实完成。通过生成合成的头尾对并用于监督，该框架可以处理原始文本以提取对齐的对，然后训练生成模型。此方法旨在为以知识为中心的NLP任务创建可扩展的、感知结构的训练数据，并在知识图谱补全和常识问答方面表现出改进的性能。