Accepted Papers

link: ACL2023 main conference accepted papers

文章目录

Accepted Papers
- Prompter: Zero-shot Adaptive Prefixes for Dialogue State Tracking Domain Adaptation
- Query Refinement Prompts for Closed-Book Long-Form QA
- Prompting Language Models for Linguistic Structure
- Zero-shot Approach to Overcome Perturbation Sensitivity of Prompts
- PMAES: Prompt-mapping Contrastive Learning for Cross-prompt Automated Essay Scoring
- Exploring Lottery Prompts for Pre-trained Language Models
- Marked Personas: Using Natural Language Prompts to Measure Stereotypes in Language Models
- MultiTool-CoT: GPT-3 Can Use Multiple External Tools with Chain of Thought Prompting
- END

Prompter: Zero-shot Adaptive Prefixes for Dialogue State Tracking Domain Adaptation

将 soft prompt 以及 Hyper Prompt 架构用在了对话情景追踪（DST）任务上，详见这篇博客。

Query Refinement Prompts for Closed-Book Long-Form QA

文章链接

又是一个没见过的任务，Closed-Book Long-Form QA，字面意思就是闭卷长QA。显而易见有两个约束，一个是闭卷，也就是LLM只能基于预训练的知识做回答；另一个是长，这里指QA的A即回答比较长。这个任务的实例由作者给出：
在这里插入图片描述
这个任务的问题就比较笼统，答案是可以说很多的，作者就将其总结为多角度回答，具体来讲就是回答一个这样的问题分为3步：

将这个笼统的大问题拆分成几个不同方面的子问题；
回答不同的子问题；
将子问题的答案组织成一个连贯的长回答。

作者也是受CoT的启发，将“拆分子问题”这个过程显式地加在输出里，让LLM产生更好的输出。实际上做法很经典，用几个人工的demo做few-shot，从demo库里面按照相似度找跟当前问题最相似的demo做few-shot。

思路是CoT的，应用在了比较小众的一个问题上。

Prompting Language Models for Linguistic Structure

文章链接

在这里插入图片描述
任务是给PLM样例让PLM给句子的每个单词打词性标签，从而研究PLM是否理解的语言，还是只是单纯的缝合训练数据。结论是PLM的语言能力应该是比单纯的记忆训练数据高的。

Zero-shot Approach to Overcome Perturbation Sensitivity of Prompts

文章链接

给一个base prompt，该工作生成一个更好的prompt，同时保证zero-shot，即不使用验证集来评估生成的prompt的好坏，而是用new metric来选出更好的prompt。这个setting还是挺好的，确实很多prompt generate的工作需要验证集来评估生成的prompt的好坏从而筛选。

在这里插入图片描述
然而细细观之，作者的做法比较复古，作者说主要是针对低资源场景的，因此模型也只用了BERT，任务也仅考虑了情感分析任务。

首先生成Prompt的方式是类似GrIPS的操作，在单词层面对base prompt进行修改，分为换位置（prompt放在input前面/后面）、加连词（prompt在前面时用because连接，放在后面时用so连接）以及用BERT paraphrase某个token。

打分是重头戏的部分，作者的打分基于一个假设：好的prompt应该对一些“关键词”敏感，比如说“This film is great.”的情感是positive，那在这个“great”变成反义词，如“terrible”的时候，情感就该反转变成negative。类似地，变成同义词这个情感就该不变。由此，作者就通过prompt对关键词的敏感程度来评判prompt的好坏，而不需要知道真正的label是什么。

看下来感觉这个操作类似于数据增强，作者的这个想法还是很有意思的，但应用范围目前还只局限于二分类任务。同时我认为带有“关键词”的输入本身就比较简单，都能找到关键词了那么其实离正确答案也不远了。但作者的立意比较新，而且基于BERT，主打low resource。