A framework for evaluating and explaining the robustness of NLP models

评估和解释 NLP 模型稳健性的框架

基本信息

  • 批准号:
    EP/X04162X/1
  • 负责人:
  • 金额:
    $ 40.55万
  • 依托单位:
  • 依托单位国家:
    英国
  • 项目类别:
    Research Grant
  • 财政年份:
    2024
  • 资助国家:
    英国
  • 起止时间:
    2024 至 无数据
  • 项目状态:
    未结题

项目摘要

The standard practice for evaluating the generalisation of supervised machine learning models in NLP tasks is to use previously unseen (i.e. held-out) data and report the performance on it using various metrics such as accuracy. Whilst metrics reported on held-out data summarise a model's performance, ultimately these results represent aggregate statistics on benchmarks and do not reflect the nuances in model behaviour and robustness when applied in real-world systems.We propose a robustness evaluation framework for NLP models concerned with arguments and facts, which encompasses explanations for robustness failures to support systematic and efficient evaluation. We will develop novel methods for simulating real-world texts stemming from existing datasets, to help evaluate the stability and consistency of models when deployed in the wild. The simulation methods will be used to challenge NLP models through text-based transformations and distribution shifts on datasets as well as on data sub-sets that capture linguistic patterns, to provide a systematic coverage of real-world linguistic phenomena. Furthermore, our framework will shed insights into a model's robustness by generating explanations for robustness failures along the lexical, morphological, and syntactic dimensions, extracted from the various dataset simulations and data sub-sets, thus departing from current approaches that solely provide a metric to quantify robustness. We will focus on two NLP research areas, argument mining and fact verification, however, several simulation methods and the robustness explanations are also scalable to other NLP tasks.
评估NLP任务中监督机器学习模型的概括的标准实践是使用以前看不见的数据(即保留)数据,并使用各种指标(例如准确性)报告其性能。虽然在持有数据中报告的指标总结了模型的性能,但最终这些结果代表了基准的总统计数据,并且在现实世界中应用模型和鲁棒性的细微差别并不反映在现实世界系统中的差异。我们提出了与参数有关的NLP鲁棒性评估框架,以构成了与鲁棒性的识别,并有效地对其进行了支持,并有效地构成了对鲁棒性的影响,并有效地支持了系统。我们将开发新的方法,用于模拟来自现有数据集的现实世界文本,以帮助评估在野外部署时模型的稳定性和一致性。模拟方法将用于通过基于文本的转换和数据集的分布变化以及捕获语言模式的数据子集的分配变化来挑战NLP模型,以提供对现实世界语言现象的系统覆盖。此外,我们的框架将通过产生沿词汇,形态学和句法维度的鲁棒性失败的解释来洞悉模型的鲁棒性,从各种数据集模拟和数据子集中提取,从而偏离了仅提供量化鲁棒性的当前方法。我们将重点关注两个NLP研究领域,即挖掘和事实验证,但是,几种模拟方法和鲁棒性解释也可扩展到其他NLP任务。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Oana Cocarascu其他文献

Oana Cocarascu的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似国自然基金

主播表现对带货效果的影响——可解释和可视化的多模态机器学习
  • 批准号:
    72302168
  • 批准年份:
    2023
  • 资助金额:
    30.00 万元
  • 项目类别:
    青年科学基金项目
面向儿童语言能力评估的可解释的叙事能力自动评价方法研究
  • 批准号:
    62277031
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
基于深度学习的中小企业可解释信用评估关键技术研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于可解释全景深度学习模型的非小细胞肺癌放射免疫相关肺炎的风险评估
  • 批准号:
    82172865
  • 批准年份:
    2021
  • 资助金额:
    55.00 万元
  • 项目类别:
    面上项目
中间汇率制度为何长期存在:经验识别、理论解释与政策评估
  • 批准号:
    72173074
  • 批准年份:
    2021
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目

相似海外基金

A Novel Surrogate Framework for evaluating THM Properties of Bentonite
评估膨润土 THM 性能的新型替代框架
  • 批准号:
    DP240102053
  • 财政年份:
    2024
  • 资助金额:
    $ 40.55万
  • 项目类别:
    Discovery Projects
Evaluating the Impact and Efficiency of Engineering the Ocean to Remove CO2
评估海洋工程去除二氧化碳的影响和效率
  • 批准号:
    DE240100115
  • 财政年份:
    2024
  • 资助金额:
    $ 40.55万
  • 项目类别:
    Discovery Early Career Researcher Award
Evaluating the effectiveness and sustainability of integrating helminth control with seasonal malaria chemoprevention in West African children
评估西非儿童蠕虫控制与季节性疟疾化学预防相结合的有效性和可持续性
  • 批准号:
    MR/X023133/1
  • 财政年份:
    2024
  • 资助金额:
    $ 40.55万
  • 项目类别:
    Fellowship
From lymphatics to evaluating resolution therapeutics in clinical trials
从淋巴管到评估临床试验中的解决疗法
  • 批准号:
    MR/Y013050/1
  • 财政年份:
    2024
  • 资助金额:
    $ 40.55万
  • 项目类别:
    Fellowship
Should infant formula be available at UK food banks? Evaluating different pathways to ensuring parents in financial crisis can access infant formula.
英国食品银行应该提供婴儿配方奶粉吗?
  • 批准号:
    MR/Z503575/1
  • 财政年份:
    2024
  • 资助金额:
    $ 40.55万
  • 项目类别:
    Research Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了