ACLNov, 2020

通过基于字形的解耦字符嵌入和语义子字符增强进行文本分类

PDF
TL;DR我们提出了一个用于字符文本分类的新框架，并在日语文本分类任务中验证模型性能提高，并通过提出的字符嵌入实现了模型的可解释性。
text classificationnon-alphabetic languagesglyph-aware disentangled character embeddingsemantic sub-character augmentationjapanese text
发现论文，激发创造
  • 通过阅读少量样例来学习书写风格化的中文字符

    本文提出了一种名为 SA-VAE 的新型框架，用于弹性生成具有不同风格的汉字。通过将潜在特征分离为内容相关和风格相关组件，成功地学习了新风格汉字的写作，并通过在实际应用中融合不同内容和风格的特征向量生成了不同的汉字。

    Dec, 2017

  • VCWE: 可视化字符增强词嵌入

    本文提出一种基于三级组合的模型来学习中文词嵌入，其中包括卷积神经网络从字符视觉形状中提取内部组合性，循环神经网络与自我注意力将字符表示组合成词嵌入，以及 Skip-Gram 框架从上下文信息中直接捕捉非组合性。在四个任务上的评估表明了我们模型的优越性能：词相似性、情感分析、命名实体识别和词性标注。

    Feb, 2019

  • 从汉字字形学习中文词表示

    本文提出了使用卷积自编码器学习汉字字形特点来增强中文词表示的新方法，并且创建了多个公共的评估数据集。

    Aug, 2017

  • 基于 Graph 和 Text 联合嵌入的中国汉字变体表示，用于探测伪装垃圾内容

    本文提出了一种基于中文字符变体图的变体家族增强图嵌入算法（VFGE），以及一种结合了图和文本信息的增强双向语言模型，用于中文文本垃圾检测任务，实验结果表明该方法在短信和评论数据集上表现优于一系列最先进的模型。

    Aug, 2019

  • SGCE-Font: 用于中文字体生成的骨架引导通道扩展

    本文提出一种新的信息引导模块 SGCE 用于中文字体生成，将骨架信息集成到生成器中，通过通道扩展的方式解决了已有方法存在的模式崩溃问题，实验证明该模块显著提高了性能。

    Nov, 2022

  • 通过视觉计划和令牌对齐实现基于人物的故事可视化

    本文提出了一种基于 VQ-VAE 和文本 - 视觉 - token 技术的故事可视化方法，通过引入角色预测模型和视觉 token 补全模型，实现了角色的有效重现和高质量图像序列的生成。

    Oct, 2022

  • 基于字符的模型提升视觉文本渲染质量

    本研究探讨了影响当前图像生成模型难以可靠地生成良好文本图像的主要因素：流行的文本到图像模型缺乏字符级输入特征，这使得更难以预测一个单词的视觉构成为一系列字形。通过对比具有字符感知的与不具有字符感知的文本编码，我们在文本域内发现字符感知的模型在拼写任务上提供了巨大的收益。转化这些经验到图像领域，我们训练了一套图像生成模型，并表明在一系列的新文本渲染任务（我们的 DrawText 基准测试）上，字符感知的变体优于其字符盲的对手。尽管训练样本数量少得多，我们的模型在视觉拼写上设置了更高的最新水平，在罕见单词上比竞争对手多 30 多个点的准确率提升。

    Dec, 2022

  • 基于结构敏感图词典嵌入的图分类

    提出了一种结构敏感的图形字典嵌入 (SS-GDE) 框架，并使用 Bernoulli 抽样来调整基本图形键的子结构以适应每个输入。为了使跨图测量敏感并保持稳定，提出了多敏感性 Wasserstein 编码，通过设计多尺度注意力来产生嵌入。在多个图形分类数据集上表明了方法的优越性。

    Jun, 2023

  • 基于笔画的自编码器：高效零样本汉字识别的自监督学习模型

    在本文中，我们介绍了一个基于笔画的自编码器方法，用于对汉字的形态结构进行建模和预测，在零样本识别和增强汉字表示方面，取得了比现有方法更好的实验效果。

    Jul, 2022

  • 汉字的字形感知嵌入

    本文提出了一种新的基于汉字视觉外观的表示方法，采用卷积神经网络来将汉字的空间 - 结构模式以原始像素的方式统一表示，从而在两个基本的中文 NLP 任务：语言建模和分词中有效地表征了每个字符的语义和句法信息。

    Aug, 2017