ACLJun, 2021

向量是否比专家更擅长阅读思维？比较儿童心理阅读能力自动评分中的数据增强策略

PDF
TL;DR本文对于儿童理解他人思想、感受和欲望的能力自动评分任务，实现和比较了 7 种不同的数据增强策略；除了对每种策略进行性能评估和对自动评分系统性能进行多次实验，还招募行业内专家重新注释增强样本以确定每个策略保留原始分数的程度。此外还创建了 UK-MIND-20 数据集并在 MIND-CA 数据集中获得了最新的最高性能，结果表明，训练样本的数量和增强策略的质量都影响系统的性能。
发现论文，激发创造
  • 童年和早期青春期心理阅读能力的自动化评分

    本文的第一项工作是自动评分中儿童和早期青春期的心智阅读能力。通过创建 MIND-CA 的新语料库，作者对 1,066 名 7 至 14 岁儿童创建了 11,311 个问题 - 回答对。作者进行了机器学习实验并进行了广泛的定量和定性评估。结果很有前途，证明了最先进的 NLP 解决方案对于新的领域和任务具有适用性。

    Nov, 2020

  • 通过全局增强方法提高短文本分类效果

    本文研究了不同的文本扩充方法在分类应用中的影响，通过使用包括社交媒体和新闻文章在内的三个数据集，我们发现基于 Word2vec 的文本扩充是一种可行的选择，并且使用 mixup 可以进一步提高性能，并降低过拟合的影响。同时，通过翻译服务进行往返翻译的效果不如其他方法好，并且成本较高，适用性较差。

    Jul, 2019

  • 增强训练在自动化论文评分中的具体方法

    本研究提出了一系列的数据增强操作，用于训练和测试自动评分模型以学习被先前研究忽视的特征和功能，同时在 Automated Student Assessment Prize 数据集中实现了最先进的性能。

    Sep, 2023

  • 多人对话中人类行为分析的数据增强

    我们的研究团队 HFUT-VUT 在 ACM Multimedia 2023 的 MultiMediate Grand Challenge 2023 中的解决方案覆盖了三个子挑战：身体行为识别，眼神接触检测和下一个发言者的预测。我们选择 Swin Transformer 作为基线，并利用数据增广策略来解决上述三个任务。具体来说，我们裁剪原始视频以去除其他部分的噪声。同时，我们利用数据增广来提高模型的泛化能力。结果，我们的解决方案在平均精度均值方面对身体行为识别取得了最佳结果 0.6262，并在相应的测试集上的眼神接触检测精确度方面获得了 0.7771 的准确率。此外，我们的方法在下一个发言者的预测方面也实现了 0.5281 的不加权平均召回率的可比较结果。

    Aug, 2023

  • RankAug: 文本分类的增强数据排名

    本研究提出了一种名为 RankAug 的文本排名方法，通过多样性的词汇和句法，检测和过滤出最具相似意义的顶级增强文本，从而改善生成数据过滤在自然语言理解任务中的性能，特别是意图和情感分类。通过对多个数据集进行实验，我们证明了过滤技术的精心选择可以显著提高少数派分类的准确性，提高了多达 35%。

    Nov, 2023

  • 社交媒体中的心理健康分类数据增强

    本文研究利用数据增强技术对社交媒体用户生成文本进行分类的效果，发现 Easy Data Augmentation，conditional BERT 和 Back Translation 等技术对于分类器性能的提高有潜力，这对于存在缺乏标记数据和倫理清晰的社会媒体平台上的自动生成的文本的心理健康分类是有意义的。

    Dec, 2021

  • 基于 Transformer 模型的自动化论文评分数据增强

    本文研究使用 Transformer 模型与数据增强技术解决自动评分的问题，通过实验证明其有效性。

    Oct, 2022

  • 医学影像深度学习领域导向数据增强

    本研究探讨了领域特定的数据增强对医学成像任务的作用，使用了胎儿超声 FETAL-125 和 OB-125 数据集，发现通过上下文保留的 cut-paste 策略，可以创建有效的训练数据，并通过基准测试数据集的表现来评估模型性能，结果表明，通过在线方式训练的模型在 FETAL-125 和 OB-125 数据集上的表现与使用传统数据增强训练的模型类似。最后提供开源代码，便于设计并应用领域指导的数据增强策略处理医学成像任务。

    Oct, 2022

  • 探索社交媒体语料库上的数据增强方法

    本研究探索了数据增强技术对文字分类的影响，使用多种数据增强技术，包括过采样、易用数据增强、反向翻译、灰度缩放以及一种少样本学习的方法 PTE。结果表明，数据增强技术对模型性能只有轻微且不一致的改进，少数同义词替换可以提高模型性能，灰度缩放需要进一步研究，PTE 的表现优于监督学习，尤其是在类别容易分离的情况下。

    Mar, 2023

  • 端到端任务导向对话的有效数据增强方法

    该研究通过四种自动方法在单词和句子级别上增强数据，提高目标导向对话模型的数据效果，并在两个数据集上进行实验，结果表明四种数据扩充方法在 Success F1 score 方面均能显著提高。进一步分析确认，增加用户话语的多样性可以使端到端模型学习特征更为稳健。

    Dec, 2019