本文介绍了 Moverb 数据集，该数据集包括 27,240 个关于在社交对话中含有一句或多句话的情态动词意义的注释。每个话语由三个评注者使用两种不同的情态动词意义理论框架（即 Quirk 和 Palmer）进行注释。使用经过微调的 RoBERTa-based 分类器可在 Quirk 和 Palmer 上分别达到 82.2 和 78.3 的 F1 分数，表明情态动词意义消歧并非易事。

Dec, 2022

本文描述了为期八周的约翰霍普金斯大学人类语言技术卓越中心应用语言探索夏令营（SCALE-2009）中语义驱动机器翻译（SIMT）的资源和系统构建工作。作者引入了一种新的模态 / 否定（MN）注释方案，基于该方案和词典生成了两个自动化的 MN 标注器，并将其应用于用于翻译的语法框架中，结果显示基于结构的 MN 标注器的标注精确率高达 86％。最终生成的系统有效地提高了翻译质量。

Feb, 2015

训练一种自动情态标注器（modality tagger）。在用规则进行简单的情态标注的基础上，通过 Mechanical Turk 逐步提供训练数据集并使用多类 SVM 进行精确的情态标注，解决了训练数据稀少的难题。

Mar, 2015

本文介绍了模态词的注释方案、模态词的构建、以及两种使用词汇表和注释方案构建的自动标注工具。使用基于结构的标记工具来在英文 - 乌尔都语训练语料库上注释英文模态，使得机器翻译的质量得到了提高。

Oct, 2014

MyST 语料库是一个大型的儿童会话语料库，拥有约 10.5K 个虚拟辅导会话的约 230K 个话语，来自约 1.3K 个三年级、四年级和五年级学生，其目的是通过改进语音识别算法和开发对话型人工智能代理来促进儿童对科学的兴趣、学习和远程教育的发展。

Sep, 2023

LEXDEMOD 是一份包含英语合同注释的语料库，其标注了关于合同方或代理人的义务性情态语气以及情态触发器，用于支持法律领域中自然语言理解。使用基于 Transformer 的语言模型，我们在 LEXDEMOD 上进行了两个任务的基准测试，即特定代理人的多标签义务情态分类，以及特定代理人的情态和触发器跨度检测，实验表明该语料库的语言多样性可以合理地从租赁转向雇佣和租赁协议，可用于法律领域中的义务情态探测。

Nov, 2022

本文探讨了语义欠规范的现象在智能系统处理语言时的影响，并分析了多模态系统和人类掌握这种现象的能力。作者呼吁开发者重视该现象，以提升与人类用户交互的语言技术。

Jun, 2023

本文中，我们提出了一种多任务学习方法，将来自句法和语义辅助任务的信息（包括否定和推测范围检测）结合起来，创建了更具鲁棒性的英语语言模型，以处理定向情感分析中的语言现象，经实验证明，基于多任务和通过语言建模的迁移学习都能提高模型性能，但总体表现仍有改进的空间。我们在此链接上发布了数据集和源代码。

Oct, 2020

通过对分子的图形和语义相关文本数据进行对比学习，我们提出了一个分子多模态基础模型，该模型结合了图形和自然语言的特定和互补信息，更好地抓住了分子的专业知识以及具备了从自然语言描述中生成有意义的分子图形的能力。

Sep, 2022

本文提出了一种基于数据扩充的语音翻译方法 M^3ST，通过在词级、句子级和帧级混合训练数据和使用外部机器翻译数据进行模型预训练和微调，再通过并行输入原始语音序列和原始文本序列进行模型微调，使用 Jensen-Shannon 散度对输出进行正则化，成功在 MuST-C 语音翻译基准上取得了优异的表现，平均 BLEU 得分达到 29.9，超越了当前强基线和取得了最新的最好成果。

Dec, 2022