本研究提出了一种名为 ATR4S 的开源软件，涵盖 15 种自动术语识别（ATR）方法，并实现从文本预处理到术语候选人收集，评分和排名的整个流程，与其他可用的 ATR 工具相比，ATR4S 具有更好的平均精度，并可高度可扩展，模块化和可配置。

Nov, 2016

本文在多语言跨领域设置中，提出了基于 Transformers 预训练语言模型的术语抽取的预测能力的比较研究。实验结果表明，除了荷兰语和法语之外，在所有语言中应用单语言模型的策略优于利用多语言模型的最先进方法。此外，将两个最佳模型的输出组合起来，可以取得显著的改进。

Dec, 2022

本文介绍了一个商业知识发现平台的术语提取子系统，采用全面且无监督注释器来跨越高度技术领域。该注释器通过将子词分词的新颖形态信号与使用通用领域预训练句子编码器计算的术语和主题以及内部术语相似度度量相结合，提取术语。通过在大型未标记语料库上运行 UA 生成的训练数据进行变压器模型的微调或预训练，使得此设置能够提高预测性能，同时减少 CPU 和 GPU 的推理延迟。该注释器为所有未标注语料库提供了非常有竞争力的基线。

Oct, 2022

本文提出了域检测作为一项新的自然语言处理任务，介绍了编码器 - 检测器框架结合多实例学习的域检测模型，并应用于不同粒度、语言和体裁的文本中，展示了域检测在文本摘要中的潜力。

Jul, 2019

这项研究系统地探索了领域专用语料库和各种迁移学习技术对信息检索任务的深度学习模型性能的影响，并提出了一个用于建筑、工程和建筑（AEC）领域的预训练领域专用语言模型。BERT 模型在所有 IR 任务中的表现明显优于传统方法，在 F1 得分中的最大改进分别为 5.4％和 10.1％。

Mar, 2022

本文报告了关于自适应 MT 架构中的领域聚类。作者使用了五种不同的距离来进行标准的自底向上的层次聚类算法，针对 40 个商业领域构建了 MT 基准测试。作者比较了它们在树状图、内部和外部评价方面的优劣，主要结论是最昂贵的距离也是唯一一个能够让 MT 引擎在少量但高度聚集的域簇下保证良好性能的距离。

Dec, 2016

本研究提出一种 Hierarchical Dual-path BERT 方法，该方法利用 RoBERTa 和 SciBERT 预训练模型来分别编码通用精细和高级具体表示，用于缩写消歧。实验结果表明，该方法在各种评估指标上均优于现有技术，特别是其宏 F1 达到了 93.73％。

Jul, 2021

本文探讨使用不同领域的双语料库进行音频识别训练的数据增强方法，通过使用 Tacotron 合成语音的方式，来提升语音识别的性能。研究表明，使用合成材料进行数据增强可以实现对语音识别性能的提高，但是自然语音和合成语音训练识别器的性能仍有很大的差距。

Sep, 2019

该论文提出了一种称为结构化知识领域自适应（DASK）的新方法，通过利用单词级语义关系来增强域自适应，为跨域情感分类提供了 3% 的提升。

Jun, 2022

本文就基于深度学习和基于 Transformer 模型的 ATE 系统进行了综述，并对比了之前基于特征工程和非深度学习算法的 ATE 系统。

Jan, 2023