ACLJun, 2016

图像描述中的语用因素：否定情况分析

PDF
TL;DR对 Flickr30K 语料库中包含否定词（no，not，n't，nobody 等）描述的定性分析和否定词使用的分类进行了提供，并提供了一个要求集，要求一个图像描述系统能够生成否定句子。作为一项试验，我们使用了我们的分类方式对 Flickr30K 语料库中包含否定词的句子进行了手动注释，达成了 K=0.67 的一致得分。通过本文，我们希望开展关于图像描述中主观语言内容的广泛讨论。
negationsimage description systemflickr30k corpusqualitative analysissubjective language
发现论文，激发创造
  • 视频检索中的否定理解学习

    本研究使用现有数据集 (VATEX, MSR-VTT) 重新构建评估协议，提出了一种基于学习的方法来训练具有否定意义的视频检索模型，该方法通过部分否定原标题来为特定训练视频构建软负标题，然后计算三元组的双向约束损失，将这个辅助损失加权到标准检索损失中。实验证明，使用所提出的方法重新训练 CLIP 模型能够明显提高处理具有否定查询的能力，同时还提高了模型在原始基准测试中的表现。

    Apr, 2022

  • 自然语言理解语料库中否定语分析

    本文研究分析了 6 个自然语言理解的任务中，八个流行的语料库中的否定词的使用情况，指出这些语料库中的否定词较少且不重要，而最新的 transformers 在处理含有重要的否定词的实例时表现不佳，因此需要新的包含否定词的语料库来解决自然语言理解任务中的问题。

    Mar, 2022

  • 学会更好地说 “是” 的方法：通过否定改进视觉语言模型

    通过引入 CC-Neg 数据集和 CoN-CLIP 框架，我们的工作解决了视觉语言模型中一个重要的局限性，加强了图像和文本之间的语义关联，展示了具有显著降低计算成本的改进型大规模基础模型，提升了效率和可访问性。

    Mar, 2024

  • 基于照片的自然语言推理语料库

    本文介绍了一个新数据集，包含 107292 个英语句子与网络照片的组合，任务是确定自然语言字幕是否与一对照片相符。数据要求包括数量、比较和关系等组成性联合推理的定性分析以及强大的视觉推理方法的评估。

    Nov, 2018

  • 这不是一个数据集：一个用于挑战大规模语言模型的大规模否定评估基准

    大型语言模型在理解否定时表现亚优，本研究通过引入一个大规模自动生成的常识知识数据集，涉及到约 40 万个描述性句子，其中大约 2/3 的句子包含否定形式，使用零样本学习方法对现有开源语言模型进行测试，结果表明尽管模型对于肯定的句子有较高准确性，但在否定句子方面存在困难，缺乏深入理解否定的能力。尽管在否定句子上对模型进行微调可以提高其性能，但在处理否定方面仍然存在泛化能力不足的问题，突显出大型语言模型在否定理解和泛化方面仍面临挑战。

    Oct, 2023

  • NegatER：基于常识知识库的负例自动发现方法

    该研究提出了 NegatER 框架，使用上下文语言模型对常识知识库中的负面语句进行排序，不需要真实的负面数据，有助于完成知识库中的缺失信息。实验结果证明，与多种数据扩增方法相比，NegatER 产生的负面语句更合理、更连贯、更具有信息量，以显著地提高知识库补充任务的准确性，证实了语言模型中的正面知识可以 “重新利用” 来生成负面知识。

    Nov, 2020

  • 自然语言处理中的否定检测和词语消歧的语义方法

    本研究旨在演示一种通过词义消歧唯一地评估文本的词汇结构以检测否定的方法，从而解决否定对情感分析的影响，达到更好的准确性，并且在情感分析方面比传统方法有着显著的提高。

    Feb, 2023

  • 利用否定中的积极解释来提高自然语言理解

    通过自动搜集否定语句及其肯定解释，本文提出了一种基于神经网络的生成模型，使得 RoBERTA 分类器在自然语言推理和情感分析任务中得到更好的结果。

    Oct, 2022

  • 为训练基于语言的目标检测器生成增强的负样本

    借助大规模数据和生成模型，我们提出利用负面样本来改进基于语言的开放词汇目标检测，实验结果表明这种方法提高了性能。

    Dec, 2023

  • 不不错” 不等于 “错”：否定表达在分布式认知中的解释

    本文提出了一个三元组的解决方案来解决当前的分布式语义模型中捕捉否定等逻辑操作的能力不足的问题。我们使用该表示法来在这些模型中开发否定的形式组合概念。

    Jun, 2013