计算机科学 > 计算与语言
[提交于 2025年5月13日
]
标题: QRA++:自然语言处理中常见类型结果的量化可再现性评估
标题: QRA++: Quantified Reproducibility Assessment for Common Types of Results in Natural Language Processing
摘要: 在自然语言处理领域中报告的再现性研究提供了单独的数据点,这些数据点组合在一起表明该领域的再现性水平令人担忧地低。 由于每项再现性研究都是基于其自身通常未明确说明的再现成功/失败标准得出定量结论,因此得出的结论难以解释、比较和学习。 在本文中,我们提出了QRA++,这是一种定量的再现性评估方法,它(i)在三个粒度级别上生成连续值的再现性评估;(ii)使用可以直接在不同研究之间比较的再现性度量;(iii)将对再现性程度的期望建立在实验之间的相似性程度基础上。 QRA++使得可以进行更具信息量的再现性评估,并得出关于导致再现性更好或更差的原因的结论。 我们通过将QRA++应用于三个可比较的实验集来说明这一点,揭示了清晰的证据,表明再现性程度取决于实验属性的相似性,但也取决于系统类型和评估方法。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.