AI
ACL 2022 Review
두줄요약
ACL 2022의 NLP 연구 12편을 프롬프트, 문장 표현, 대화, 멀티모달 평가 관점에서 리뷰했습니다. 대조 학습과 평가 체계 개선 등 주요 제안과 실험 결과를 정리했습니다.
구조와 흐름
- ACL 2022 발표 논문 12편을 프롬프트 튜닝, 문장 표현, 검색, 기계번역, 대화, 멀티모달 평가 주제로 분류
- 각 논문의 문제의식, 제안 기법, 벤치마크 성능과 분석 결과를 간략 리뷰
선택 이유
- Few-shot 환경의 프롬프트 안정성, 문장 표현의 변별력, 검색 문서의 다중 관점 표현 등 NLP 핵심 과제 중심 선정
- 챗봇 공감 질문·응답 평가, 대화형 QA 평가, VLP 언어 현상 평가처럼 기존 평가 방식의 한계 보완 시도 포함
성능/운영 포인트
- PPT, ArcCSE, TACO, DCLR, Multi-view 문서 표현 등에서 기존 방법 대비 성능 또는 수렴 속도 개선
- BERT 미세 조정의 표현 공간 변화, 레이블 훼손 데이터에서의 일반화·암기 과정, 순차 학습의 파국적 망각 분석
적용해볼 점
- 표현 학습에서 triplet 관계, false negative 제거, 표현 공간 균일성 등 대조 학습 설계 요소 검토
- 대화·멀티모달 모델에서 gold history나 downstream task 외 사용자 감정·언어 현상 기반 평가 병행
