通过自动化手工特征抽取方法，将手工特征与深度学习方法相结合，可以显著提高命名实体识别任务的性能并减少训练需求。

Aug, 2018

本文介绍了两个优化可读性评估的方法：1. 引入三个新的高级语义特征 2. 明确传统的 ML 模型（如随机森林）可以与 transformers（如 RoBERTa）结合来提高模型性能，通过使用自行开发的特征提取软件提取 255 个特征并构建了几个混合模型，在流行的可读性评估数据集上实现了最先进的准确性。其中手工制作的特征有助于提高小型数据集的模型性能。值得注意的是，我们的 RoBERTA-RF-T1 混合模型实现了近乎完美的 99％分类精度，比之前最先进的模型提高了 20.3％。

Sep, 2021

本篇论文介绍了如何通过预测语言的语言学特征来填充 typological knowledge bases。该任务吸引了 5 支团队的 8 个提交，在最强大的系统中，特征相关性得到了应用。然而，该研究的错误分析表明，即使在一些语言的特征不确定时，即使是最优秀的系统也难以准确地预测特征值。

Oct, 2020

通过提出新的方法，动态地为所有可以表示为 CLTS 标准版本中的声音创建二进制特征向量，我们解决了缺失数据的问题，可以直接访问非常庞大的多语言词表集合，并证明该特征系统不仅可以提供比较语音相似性的简便手段，还可以在未来的跨语言机器学习应用中发挥其潜力。

May, 2024

提出新的方法，将先前收集的有限人类语义知识和利用大型语言模型生成的数据相结合，高效生成高质量的语义特征列表。

Apr, 2023

本研究使用 NLP 技术中的 lemmatization 和 parsing，研究了词语和语法标记对于作者风格识别的效果，并在多种标记类型下进行了分类准确度的对比，结果显示虽然其性能较字词标记差，但不相差的程度不超过 15%。

Jun, 2022

本研究提出使用大型语言模型来进行零样本特征提取并为医学性风险预测模型提供高层次的自然语言特征选取方法，通过自动化特征提取，不需要手动从原始电子病历中提取特征，提供与参考特征相媲美的性能，同时提高了模型的可解释性。

Feb, 2023

通过使用可解释的方言分类器，无论是否有人类专家，我们提供了一种提取方言区别词汇特征的新方法，并在普通话、意大利语和低萨克森语上进行实验，实验证明我们的方法成功地识别了导致方言变异的关键语言特定词汇特征。

Feb, 2024

通过实验结果表明，大型语言模型（LLMs）在无需查看训练数据的情况下，可准确选择预测特征，在各种查询机制下具备与数据科学标准工具相媲美的性能，这对于特征选择和数据收集至关重要。

Jul, 2024

通过使用特定任务的工具来增强大型语言模型的能力，CRAFT 框架通过创建和检索工具集，为 LLMs 提供了灵活性，并在视觉语言、表格处理和数学推理任务中实现了显著的性能改进。

Sep, 2023