인컨텍스트 의존성 파싱을 위한 POS-서명 시연 검색

arXiv:2610.31966v1 발표 유형: 신규 초록: 문맥 내 학습을 위한 예시들은 종종 의미적 유사성에 의해 검색되며, 이는 구조화된 예측에서의 관련성을 나타내는 데 있어 부적절한 대리지표가 될 수 있습니다. 우리는 POS 서명 정책을 사용하여 Universal Dependencies 파싱을 위한 예시 선택을 연구합니다. 이 정책은 문장들을 가중치를 부여한 품사 통계로 표현하며, 라벨링된 교육 데이터 세트에서 길이가 호환되는 골드 라벨 해석을 갖춘 세 개의 예시를 검색합니다. 우리는 미세조정 없이 오픈 웨이트 언어 모델 두 가지를 UD 영어 웹 트리뱅크 테스트 세트의 총 2,077개 문장에 대해 평가하며, 해당 정책을 샷 및 형식이 일치하는 고정형 및 의미 기반 삼샷 기준선과 비교하고, 또한 제로샷, 사고 체인, 비평-정제 시스템과도 비교합니다. POS 서명 기반 검색은 가장 높은 라벨링된 성과를 달성합니다.