Mar, 2023

CoCon: 组合情境研究工件使用数据集

PDF
TL;DR本文提出了 CoCon 数据集，该数据集包含了 35K 份数据集，方法，模型和任务，并将它们联系在 340k 篇学术出版物的全文中，进一步提出了一种用于预测 “组合研究工件使用” 的链接的任务，并提供了利用数据分析和机器学习开发代码的链接。
information overloadsearch systemsacademic publicationsresearch artifactlink prediction
发现论文，激发创造
  • 自动为涵盖不同粒度的 LLLs 生成大量上下文驱动的 SFT 数据

    通过创造高质量的查询 - 回应对，我们引入了一种名为 AugCon 的新方法，能够自动生成多个层次上的具有高多样性、质量和准确性的上下文驱动的 SFT 数据。实验证明 AugCon 在生成高多样性、质量和准确性的 SFT 数据方面具有明显优势。

    May, 2024

  • 通过概念共现探索和表述学术思想

    本研究提出一种基于概念共现的框架，集成于研究助手系统，用于加速学术灵感的产生与发现。实验结果表明，该系统具有广阔的前景和应用价值。

    Jun, 2023

  • CONA：一种基于大型语言模型的上下文感知通信指令范例

    CONA 是一个灵活的框架，旨在利用大型语言模型的能力以及结合 DIKW 层次结构自动指导和优化演示内容，提供适应受众群体的上下文感知答案，是知识传播和交流领域中的一项创新工作，可以为日常知识共享场景提供有效支持。

    May, 2023

  • 多语言任务训练和推断中的翻译工件协同

    本研究探讨在多语言任务中同时使用源语言和目标语言翻译数据的效果，并得出使用翻译工具造成的风格化翻译差异是提高性能的主要因素。此外，我们提出了一种名为 MUSC 的跨语言微调算法，该方法结合了 SupCon 和 MixUp，可以进一步提高多语言分类任务的性能。

    Oct, 2022

  • 隐喻识别数据集中的建构工件

    通过忽略潜在的比喻表达或其出现的上下文，本文展示了现有的比喻识别数据集如何被篡改。我们在各种数据集和环境中测试了这一假设，并表明基于语言模型的比喻识别系统在没有完整信息的情况下与使用完整上下文信息的系统具有竞争力，这是由于构建此类数据集的过程引入了对正面和负面类别的不希望的偏倚。最后，我们在从自然语料库中精心抽样且没有存在该偏倚的数据集上测试了同样的假设，使得这些数据集更具挑战性和可靠性。

    Nov, 2023

  • ACCoRD：科学概念多文档生成多样化描述方法

    提出 ACCoRD 系统来生成科学概念的多重描述，通过利用科学文献中提到概念的众多方式，以不同的参考概念为基础，生成对目标科学概念的不同、多样的描述。我们开发了一个标注工具 ACCoRD 语料库，包括 1,275 个标记上下文和 1,787 个手工编写的概念描述。通过用户研究表明 (1) 用户更喜欢我们的系统生成的描述，(2) 用户更喜欢多个描述而不是单一的 “最佳” 描述。

    May, 2022

  • SurfCon: 面向隐私感知的临床数据同义词发现

    本文提出了一种新的架构，名为 “SurfCon”，用于在隐私保护的临床数据（即从临床文本中提取的医学术语及其聚合共现计数，而不需要使用原始的临床文本）上发现医学查询词的同义词，并通过实验表明该方法能够在不同的设置下优于强基线方法。

    Jun, 2019

  • CoCon: 一种自监督控制文本生成方法

    本文提出了一种被称为 CoCon 的内容控制器，可以在细粒度的水平上控制预训练的基于 Transformer 的语言模型以生成目标内容的自然语言文本，并通过实验证明了其有效性。

    Jun, 2020

  • CONDA：一份用于游戏内毒性理解和检测的语境双注释数据集

    本文介绍 CONDA 数据集，它是一个包含了来自 1.9K 完成的 Dota 2 比赛聊天记录的 12K 个对话和 45K 个话语的数据集，用于进行游戏中毒性语言的检测和自然语言理解。同时提出了一种鲁棒的双语义级毒性框架，能够处理话语和单词级别的模式和上下文历史。评估了针对 CONDA 的强 NLU 模型，提供了不同意图类别和插槽类别的细粒度结果，并通过与其他毒性数据集的比较检查了本数据集中毒性的覆盖范围。

    Jun, 2021

  • Docent: 一个基于内容的推荐系统，用于发现当代艺术

    该研究提出了一个基于内容的当代艺术推荐系统，结合艺术品和艺术家的图像和上下文信息，使用接近性图分析和自然语言处理技术，通过一支由艺术大师评估后平均得分为 75％的艺术品推荐系统。

    Jul, 2022