Sep, 2022

利用数据增强和信息过滤改进关键词提取

PDF
TL;DR本研究提出了一种新颖的语料库和方法，用于从 Behance 平台上流播放的视频的转录中提取关键词短语，文章提出了一种用于从其他领域获得关键词提取任务的背景知识的新型数据增强方法，并在所提出的数据集上展开了广泛的实验。
keyphrase extractionnlpvideo transcriptsdata augmentationbehance platform
发现论文，激发创造
  • 低资源关键词生成的数据增强

    本文提出了针对资源受限领域关键短语生成的数据增强策略，并设计了使用文章全文来改进关键短语生成技术的方法，在三个数据集上得到了显著的性能提升。

    May, 2023

  • 利用数据增强技术进行过程信息提取

    研究了数据增强在自然语言文本中的应用，发现它对于从自然语言文本中生成业务流程模型的机器学习方法至关重要，并且可以提高提取准确性。

    Apr, 2024

  • 视觉丰富文档的增强策略

    本论文提出了一种名为 FieldSwap 的数据增强技术，通过交换源领域的关键短语和目标领域的关键短语来生成新的合成例子，以提高培训中目标领域数据稀缺时的性能，例如文本处理和字段提取。实验证明，该方法可以提高 1-7 个 F1 点的提取性能。

    Dec, 2022

  • 关键词抽取综述

    介绍了关键词提取的作用和方法，并对现有工作进行了综述和对不同评估方法进行了分析，重点在数字信息管理系统中使用关键词提取的效果和流行的无监督技术进行了实验研究。

    May, 2019

  • 使用众包，轻量级过滤和共指归一化对新闻故事进行主题关键短语的监督提取

    本文研究了使用信号词、Freebase 类别等语义特征和预处理步骤来提高自动关键词抽取的准确性，实验结果表明，浅层的语义特征、新闻类别、修辞信号是提高性能的最主要因素，并且将 Freebase 子类别与预处理结合使用，可略微提高性能。

    Jun, 2013

  • 科学出版物中的流程提取的数据增强技术

    我们提出了一种数据增强技术，用于科学出版物中的过程提取任务。我们将过程提取任务视为序列标注任务，通过识别句子中的所有实体并根据其特定于过程的角色标记它们来完成任务。所提出的方法通过利用（1）原始句子中的特定于过程的信息，（2）角色标签相似度和（3）句子相似度来创建有意义的增强句子。我们证明了所提出的方法在化学领域数据集上训练的过程提取模型的性能显著提高，性能准确度提高了 12.3 个百分点（F 分数）。这些方法还可以在训练小数据集或在化学和其他科学领域等低资源环境中减少过拟合的可能性。

    May, 2024

  • 基于自蒸馏的科技文献关键词提取的联合学习方法

    本文基于自蒸馏的思想，提出了一个简单高效的联合学习方法，以有效利用数以百万计的未注释科学文章，从而改进关键短语提取的性能，并在两个公共基准数据集 (Inspec 和 SemEval-2017) 上实现了新的最先进结果。

    Oct, 2020

  • 一种特征空间多模态数据增强技术用于文本 - 视频检索

    本文介绍了利用文本 - 视频检索方法，并结合数据增强技术及多模态数据的方法，对大规模公共数据集 EPIC-Kitchens-100 的测试性能进行提升，灵敏的处理方式能以自然语言查询进行相关视频的查找。

    Aug, 2022

  • 基于 Transformer 的文本摘要技术用于关键词生成

    本研究测试了四个基准数据集，使用流行的基于 Transformer 的模型进行抽象文本摘要，以实现关键词提取的目的，并将结果与常见无监督和有监督方法进行比较。研究结果表明，这些摘要模型非常有效地生成关键词，但它们产生的大量单词都不在作者的关键词列表中，这使得摘要模型在 ROUGE-1 方面效果不佳。此外，对于几种排序策略进行调查的结果表明，策略的选择会影响关键词生成的性能。

    Sep, 2022

  • WikiRank 基于背景知识的关键词提取算法改进

    本文提出了基于维基百科背景知识的关键短语提取方法 WikiRank，在构建语义图和将提取问题转化为图优化问题后，得到优化的参数集，相较于其他现有模型在 F1 得分上提升了超过 2%。

    Mar, 2018