通过对比评价句子帮助用户找到最合适的产品,我们的模型由三个部分组成:对比模块、生成模块和个性化解码方法,实验证实了我们的算法生成的对比评价句子相关且真实。
Jul, 2023
本文提出了一种新的预训练语言模型框架,通过增强其对文本的比较推理能力来提高 NLP 任务的性能,该框架通过收集结构化和非结构化数据设计了三个新的预训练任务,并在比较问答、问句生成和摘要等下游任务中进行了评估,结果显示,我们的预训练框架显著提高了语言模型的比较推理能力,特别是在低资源条件下。此外,本工作还发布了第一个针对文本比较推理的综合基准。
May, 2023
本研究提出一种基于情感分析的网络模型 SAECON,用于解决比较偏好分类问题,提高了 F1 得分,适用于比较性问题回答和基于评论的推荐等应用。
Sep, 2021
使用对比学习来微调句子 Transformer 模型,生成科学文章中的句子级嵌入,并将其用于科学文章中的句子分类任务,取得了显著的改进。
Mar, 2024
通过使用网页爬取方法和机器翻译系统,本文提出了一种从维基百科文章中获取主题对齐比较语料库的方法,并且能够提取噪音干扰较小的平行句子。
Sep, 2015
通过解决三个顺序子任务,我们提出了一种比较意见挖掘的方法,旨在识别和提取表达比较性情感的句子,并对越南产品评论中用户情感进行更深入的理解。在越南语言和语音处理(VLSP)2023 年比较意见挖掘(ComOM)挑战中,我们的方法在排名中位居第五。
Jan, 2024
分析语义变化的模式在长篇实际文本(如书籍或记录)中是有趣的,从文体、认知和语言的角度来看。这项研究也对应用领域,如文本分段、文档摘要和语义新颖性检测是有用的。本文通过时间序列的语义相似性以及多本文学作品的两两句子相似性矩阵比较了几种最近的句子嵌入方法。与以前使用目标任务和精心策划的数据集比较句子嵌入方法的研究不同,我们的方法提供了对方法在现实情境的评估。我们发现,大部分句子嵌入方法确实能够在给定文档中推断出高度相关的语义相似性模式,但也存在有趣的差异。
Aug, 2023
该研究提出了使用一个语言模型预测的句子的语法正确性来评估该模型的数据集。实验结果表明,在众多句子变体中,LSTM 语言模型的准确性较差,而使用句法目标的多任务训练可以提高模型的准确性,但模型仍存在较大的进步空间。
Aug, 2018
本文讨论了各种词嵌入和句子嵌入算法,选择 Bert 作为我们的算法,并评估了 FAISS 和 Elasticsearch 两种向量比较方法在句子嵌入问题中的表现。结果显示,当使用大型数据集进行集中式环境的处理时,FAISS 的性能优于 Elasticsearch。
Apr, 2022
本研究通过模拟产品评论,使用预训练的 BERT 模型生成正负面评价中的单句比较响应,并贡献了首个用于对比意见生成的数据集。
Jun, 2022