Nov, 2022

Covid-19 MLIA机器翻译任务的发现

HTML
PDF
TL;DR本研究介绍了 COVID-19 MLIA @ Eval 倡议的机器翻译（MT）任务的结果，该倡议是改善以新冠肺炎危机为重点的 MT 系统生成的社区努力。该事件吸引了 9 支团队参与，并涉及 7 种不同的语言对，其中最佳方法基于多语言模型和迁移学习，并强调了对训练数据进行清理的重要性。
发现论文，激发创造
  • COVID-19 疫情对齐的跨语言迁移学习

    本研究通过对意大利 COVID-19 疫情疫情的 Twitter 数据进行学习，并使用跨语言迁移学习模型对多个国家的疫情进行预测，结果显示在跨国预测中有高达 0.85 的斯皮尔曼相关性。

    Jun, 2020

  • COVID-19自动问答任务的语言模型质量评估

    本文利用GPT-2语言模型，结合tf-idf、BERT、BioBERT、USE四种过滤方法，开发了一款自动回答有关COVID-19的聊天机器人，并通过医学专家评估，发现BERT和BioBERT优于tf-idf和USE，以提供正确、即时、有用的健康数据。同时，还创建了一款用户友好型的互动网络应用程序。

    Jun, 2020

  • TICO-19: Covid-19翻译倡议

    TICO-19项目通过提供测试和开发数据的方式，鼓励AI和机器翻译研究者为包括非洲、南亚和东南亚等语言的人口提供关于COVID-19的信息。

    Jul, 2020

  • WNUT-2020任务2：识别有信息价值的COVID-19英文推文

    本文概述了WNUT-2020共享任务，重点是识别有信息含义的COVID-19英文推文。文章介绍了10k推文语料库的建立、开发和评估各阶段的组织、55个团队提交的最终系统评估结果，并发现大多数提交结果明显高于fastText基线。本研究发现在相关语言数据调整预训练语言模型并进行监督训练可以在这个任务中得到很好的表现。

    Oct, 2020

  • Constraint 2021: COVID-19虚假新闻检测机器学习模型共享任务

    本研究为Constraint 2021年COVID-19虚假新闻检测共享任务做出了贡献，提出了将经典机器学习算法与语言学特征相结合的方法，在数据预处理方面进行了多种尝试并得到了不错的结果。通过使用线性支持向量机算法，在测试数据上获得了95.19%的加权平均F1得分，名列排行榜第80位。

    Jan, 2021

  • NLP4IF-2021分享任务发现：打击COVID-19信息污染及检测审查

    该研究介绍了NLP4IF-2021共享任务的主要发现，其中任务1侧重于社交媒体中的COVID-19信息战，提供了阿拉伯语、保加利亚语和英语，任务2侧重于检测审查，提供了中文，最有潜力的系统都使用了预训练的Transformers和集成。

    Sep, 2021

  • 微软基于WMT21共享任务的多语言机器翻译系统

    本文介绍Microsoft在WMT21大规模多语言机器翻译竞赛中使用的机器翻译系统，该系统使用基于DeltaLM的泛用预训练多语言编码器-解码器模型进行初始化，应用迭代反向翻译方法和渐进式学习来优化性能，在三个评估轨迹中都获得了第一名。

    Nov, 2021

  • COVID-19 文本舆情挖掘及 ML、BERT 和 RNN 的比较研究

    本文提出了一种机器学习方法进行COVID-19相关的印度语文本情感分析，并实现了91%的准确率。

    Jan, 2022

  • covLLM：针对COVID-19生物医学文献的大型语言模型

    开发 COVID-19 文献评估工具 (covLLM) 可以帮助医生更快速地评估和提取相关信息，该工具使用大型语言模型并使用两个特定数据集（synCovid 和 real abstracts）进行训练。

    Jun, 2023

  • 新型冠状病毒领域的机器翻译：英爱案例研究（LoResMT 2021）

    通过使用特定领域的翻译模型将Covid数据从英语翻译成爱尔兰语，我们应用了领域自适应技术，并比较了微调、混合微调和组合数据集等方法，其中最佳模型使用了一个在领域内的Covid数据集来训练Transformer架构，并将领域内的基准数据集扩展了5k行，其BLEU分数提高了27个点。

    Mar, 2024