Nov, 2023

文档的时间顺序

PDF
TL;DR我们概述了一种针对历史文件集的无监督方法，即《美国国情咨文演讲》和 DEEDS，这是一本中世纪英国土地转让文件的语料库。我们的方法通过非参数广义线性模型（Fan、Heckman 和 Wand，1995）的带宽估计有效捕捉词语使用的渐变变化。即使对于少量文档，所需搜索与带宽相关的可能成本函数的排名顺序数量可能非常大。我们使用模拟退火算法解决了这个组合优化问题，从而使我们能够获得最佳的文档时间顺序。与随机排序的基线相比，我们的排名方法显著改善了这两个语料库的时间排序。这种无监督方法应能够对未标记的文档集进行时间排序。
temporal rank orderingunsupervised methodword usagebandwidth estimatesimulated annealing algorithm
发现论文，激发创造
  • 用于课程开发与理解的文档排序功能分析

    我们提出了多种技术，用于自动文档排序生成，用于课程开发和在学习、培训和其他内容排序应用中创建最佳阅读顺序。我们通过使用不同方法的文档相似度和潜在狄利克雷分配（LDA）生成的主题熵，推进了两个主要技术。我们的结果表明，通过我们的方法无法预测我们的控制文档集（传记、小说和维基百科文章）的文档顺序，但我们的测试文档（教科书、课程、期刊论文、学位论文）提供了更可靠的排列。我们还证明了摘要文档可以很好地代替完整文档进行排序。

    Nov, 2023

  • 神经排序模型中的词汇和时间信号整合，用于搜索社交媒体流

    本文中探索了一种利用递归神经网络来挖掘社交媒体中时间信号的替代方法，将已有的神经排序模型与双向 LSTM 层集成，以抓取相邻文档在时间上的时序连贯性，并且实验证明通过整合语义和时间信号可以显著提高排序的效果。

    Jul, 2017

  • 使用预训练的序列到序列模型进行文档排名

    通过对预训练序列到序列模型进行新的调整，使其能够用于文档排名任务，相比较于 BERT 等仅采用编码器预训练变压器架构的基于分类的排名方法，我们的方法在实验中展现出了更好的性能，并发现我们的方法在数据较少的情况下更能胜任。

    Mar, 2020

  • 无监督学习事件之间的时间关系

    本文介绍了两种旨在实现无人监督的时间关系提取方法，第一种基于弱监督机器学习方法和互联文献数据集，第二种是基于期望最大化算法和不同的技术手段，我们的实验结果表明，所提出的两种方法无需额外的注释数据即可实现从事件之间提取时间关系，并实现了比以往更高的准确性。

    Jan, 2014

  • 回到未来 -- 文本表示的顺序对齐

    本研究探讨了语言演化之对于机器学习模型的影响，提出使用序贯对齐学习表示来处理数据漂移的方法，并在多个任务上取得优异的效果。

    Sep, 2019

  • 无监督排序序列的表示学习

    本文提出了一种利用视频进行无监督表示学习的方法，采用时序一致性作为监督信号，将表示学习形式化为序列排序任务，通过训练卷积神经网络对打乱的图像序列进行排序，以预测正确的顺序。实验结果表明，我们的方法在行动识别、图像分类和物体检测任务上比状态 - of-the-art 方法效果更好。

    Aug, 2017

  • 发现一个随时间演化的文档语料库的主题结构

    本文提出一种基于离散化时间的 epochs、使用层次狄利克雷过程的话题发现，以及可以建模复杂话题变化的时间相似性图的新框架，实验表明该算法能够准确捕捉医学文献语料库的发展和演变。

    Dec, 2015

  • 文本文件流组织的情境化

    本论文通过使用增量算法如 Incremental TextRank 和 IS-TFIDF 来探索文本文档流，并构建了一种文本文档流组织的体系结构，以便更快速地处理大规模文本数据集的聚类能力，并基于文档之间的相似性提供了一种全新的文档组织视角。

    May, 2022

  • 多文档新闻摘要中句子排序策略推断

    本研究旨在提出一种新闻类多文档摘要中信息排序的方法，该方法综合考虑事件的时间先后和主题相关性约束，经实验证实了该方法相对于两种基准方法有显著的排序改进。

    Jun, 2011

  • 视频文字弱监督对齐

    本文提出了一种方法来自动对齐视频和文本，并使用向量特征将其视为时间分配问题，最终得出整数解决方案，这在对齐视频与符号标签方面取得了显着的改进并在具有相关文本说明的挑战性数据集上进行了评估。

    May, 2015