Commonsense Reasoning in NLP
Commonsense reasoning in NLP verwijst naar het vermogen van een taalmodel of inferentiesysteem om gebruik te maken van impliciete, wereldkennisfeiten die mensen als vanzelfsprekend beschouwen — feiten die niet in de tekst staan — om vragen te beantwoorden, verhalen aan te vullen of dialoog te interpreteren. Belangrijke benchmarks die de taak formaliseren, zijn ATOMIC (Sap et al., 2019), een if-then commonsense kennisgraaf, en HellaSwag (Zellers et al., 2019), een uitdaging voor het aanvullen van zinnen die hiaten blootlegde in het machinebegrip van alledaagse gebeurtenissen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
Deze pagina citeren
ScholarGate. (2026, June 1). Commonsense Reasoning in NLP. ScholarGate. https://scholargate.app/nl/text-mining/commonsense-reasoning-nlp
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- BERT-inbeddingenTekstmining↔ vergelijken
- Kennisgraafconstructie uit tekstTekstmining↔ vergelijken
- Machine Reading Comprehension (MRC)Tekstmining↔ vergelijken
- Vraagbeantwoording (VB)Tekstmining↔ vergelijken
- Retrieval-Augmented Generation (RAG)Tekstmining↔ vergelijken
- Semantische Rollabeling (SRL)Tekstmining↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →