Oct, 2022

口述叙述的主题划分：以大屠杀幸存者证言为例的测试

PDF
TL;DR本文研究如何将长篇英语口述叙述中的段落进行主题划分，以大量收集的 Holocaust 幸存者证言为例，通过使用诸如贝叶斯模型和神经算法等算法，成功地将其与手动标记参考资料做了比较，展示了比以往研究更高的水平。
topical segmentationrunning narrativesholocaust testimoniesbayesian modelingneural machinery
发现论文，激发创造
  • 利用主题建模识别犹太大屠杀证言中的叙述模式和异常情况

    这篇论文利用自然语言处理技术研究了大规模的大屠杀幸存者见证集，将见证转化为结构化问题和答案，通过主题建模方法发现了关键主题并分析了不同年龄和性别组之间的差异和相似之处，进而揭示了见证集中主题的演化和幸存者经历中的潜在变异。

    May, 2024

  • 野外话题分割：面向半结构化和非结构化聊天分割

    本文在分析当前 NLP 中的主题分割模型的通用性能力时，发现在处理非结构化文本时，预训练策略并没有提高模型在该领域的可迁移性，只用一个相对较小的与目标结构相同的训练集从头开始训练模型，可以显著改善分类结果...

    Nov, 2022

  • 走向统一的文本分割和长文摘要

    本文研究了文本切分在摘要提取中的作用，通过将摘要和切分同时进行学习，以及通过一种基于优化的正则化方法来提高模型的多样性，实现了既能在科学文章也能在口语记录中达到最优性能且具有更好的跨体裁可转移性的效果。

    Oct, 2022

  • 语言模型在半结构化和非结构化对话数据集中的主题分割

    我们综合分析了现有的最先进主题分割模型在非结构化文本上的泛化能力，并发现充分训练目标非结构化领域的相对较小规模数据集可以显著提高分割结果。在对非结构化和半结构化聊天进行分割时，我们的实证评估表明，Focal Loss 函数是交叉熵和加权交叉熵损失函数的一个强大的替代方案。

    Oct, 2023

  • 法律文件的结构化文本分段

    本研究提出了一种基于 transformer 网络和结构化文本分割的方法来预测跨越多个段落的连续文本段落的主题连贯性，以更有效地满足用户特定的信息需求，研究结果表明，此方法显著优于基线，并适应法律文件的结构特点。

    Dec, 2020

  • 从文本分割到智能分章：一个用于视频转录结构化的新型基准测试

    本文介绍了一个新的评测基准 YTSeg，着重于非结构化的语音内容，提出了一种高效的层次分割模型 MiniSeg，并对比了现有的基准方法。此外，还将文本分割的概念扩展到实际的 “智能章节切割” 任务中，包括非结构化内容的分割、生成有意义的片段标题以及模型的潜在实时应用。

    Feb, 2024

  • 基于意图的分割：人类可靠性与语言线索的相关性

    本研究通过人类对自然讲话文本的分段来评估语篇分割与三种语言线索（指代名词短语，提示词和停顿）之间的关联性，并使用信息检索度量对其进行量化分析。

    May, 1994

  • 使用递归卷积神经网络对神经心理测试叙事转录中的句子进行分割

    该研究通过使用循环卷积神经网络与韵律、词性等特征及单词嵌入，提出了一种自动句子分割方法，用于帮助机器自动识别语言障碍性痴呆疾病患者的语言，获得了比条件随机场模型更好的结果，为自动话语分析工具的发展提供了一定的参考。

    Oct, 2016

  • 关于种族灭绝相关的法庭记录中基于主题的段落分类的新数据集

    本文介绍了第一份带有注释的种族屠杀相关法庭记录的语料库 GTC，并运用最新的基于 transformer 的方法建立了段落标识及暴力相关证词提取的基准性能用于分类任务，探索了领域内的迁移学习。

    Apr, 2022

  • 文本分割作为监督学习任务

    本研究利用维基百科文章，将文本分割任务作为有监督学习问题进行探究，提出了一个基于这个数据集的文本分割模型，并展示了其在未见过的自然文本上的泛化能力。

    Mar, 2018