Emily M. Bender und Alexander Koller – 2020
Der Erfolg großer neuronaler Sprachmodelle bei vielen NLP-Aufgaben ist faszinierend. Allerdings stellen wir fest, dass dieser Erfolg manchmal zu überzogener Begeisterung führt, in der behauptet wird, diese Modelle würden Sprache „verstehen“ oder „Bedeutung“ erfassen. In diesem Positionspapier argumentieren wir, dass ein System, das ausschließlich auf Form trainiert wird, a priori keine Möglichkeit hat, Bedeutung zu erlernen. Im Sinne des Themas der ACL 2020, „Bilanz ziehen: Wo wir waren und wohin wir gehen“, plädieren wir dafür, dass ein klares Verständnis der Unterscheidung zwischen Form und Bedeutung dazu beitragen wird, die Forschung im Bereich des natürlichen Sprachverständnisses auf eine wissenschaftlich fundiertere Grundlage zu stellen.
(Eigene Übersetzung des Abstracts von ACL Anthology)
DOI: https://doi.org/10.18653/v1/2020.acl-main.463