该研究发展了两种不同类型的系统，分别提交了 JJ 和 CC 任务的检索结果，使用了报纸等特征，并以自动反馈检索为基础，在 EJ 和 JE 任务中使用了文档扩展方法，虽然在 CC 任务方面结果不佳，但仍取得了好的成果。

Mar, 2001

THUIR2 team describe their approach and results in NTCIR-161 Session Search Task, achieving best performance using learning-to-rank and pre-trained language models fine-tuned with ad-hoc data and session information in both FOSS and POSS subtasks.

Jul, 2023

本文介绍了我们团队在 WMT 2022 共享任务中的质量估计（QE）的三个子任务中所取得的最佳结果，其中我们应用了 COMET 框架，并将其与 OpenKiwi 的预测器 - 评估器架构相结合，并配备了一个单词级序列标注器和一个解释提取器。

Sep, 2022

本研究分析了现有研究组件以选择系统骨干，发现 BART 比 PEGASUS 和 T5 表现更好；跨域总结器的表现要差得多，而在异构领域进行微调的系统在所有领域上表现良好。该研究强调了对异构领域摘要基准的重要性。系统输出存在相当大的差异，只有人工评估才能捕捉到，因此不太可能反映在只有自动评估的标准排行榜中。

Jun, 2023

本研究提出一个多维理解摘要的基准测试，并在其上比较了多种模型的性能，发现中等规模的微调模型在多个任务上始终优于更大的几次提示语言模型。同时发现，对于某些任务，训练数据的数量比其来源领域更重要，而对于其他任务，尽管数据量有限，但特定领域的数据更为有益。

May, 2023

该研究使用弹性权重整合和不同形式的语言建模技术，通过检查点平均和弹性权重整合优化先前 WMT 测试集的强基准线，并在基于改进的 Transformer 架构的文档级别 LM 和句子级别 Transformer LM 上获得进一步的增益。同时从 SMT lattices 中提取 n-gram 概率，可作为源条件的 n-gram LM。

Jun, 2019

研究人员通过精调不同规模的预训练基于转换器的语言模型，并对其得分和响应进行分析，以帮助未来的研究人员有效理解和利用这些模型。他们的顶级方法在两个子任务中取得了竞争地位，在评估阶段，他们的最佳提交在句子拼图和词语拼图中分别获得了 81.7% 和 85.4% 的平均准确度得分，分别比最佳神经基线 (ChatGPT) 高出超过 20% 和 30%。

Apr, 2024

该研究介绍了利用 ELECTRA 语言模型和数据增广技术设计出的 UU-Tax 模型，在 SemEval-2022 的 PreTENS 子任务 1 中取得了 91.25% 的 F1_Binary 分数，并在子任务 2 中利用 Universal Sentence Encoder 提取特征进行分类，取得了 0.221 的 rho 分数。

Oct, 2022

本文介绍了 TransQuest 团队在 WMT2020 的句子级直接评估任务中的参与，提出了一种基于跨语言 transformer 的简单 QE 框架，并使用它来实现和评估两个不同的神经架构。该方法取得了超越基线 OpenKiwi 的最新结果，并通过进行集成和数据增强进行了进一步优化。根据 WMT2020 的官方结果，我们的方法在所有语言配对中均获胜。

Oct, 2020

本文介绍了一个为参与 SemEval-2018 任务 9 的超超级词发现系统，通过预设的词汇表的搜索空间给出最佳的候选超系词。我们引入了神经网络架构来完成这个任务，并且实证研究了各种神经网络模型以建立单词和短语的潜在空间表示。评估模型包括卷积神经网络、长短期记忆网络、门控循环单元和循环卷积神经网络。我们还探讨了不同的嵌入方法，包括单词嵌入和感性嵌入，以取得更好的性能。

May, 2018