bangla | BriefGPT - AI 论文速递

关键词bangla

搜索结果 - 27

ACL孟加拉语的背景长度变化特征的实证研究
预训练语言模型存在各种社会偏见，本研究旨在对孟加拉语进行内在偏见测量，探讨现有偏见测量方法在孟加拉语中的必要改进，并研究上下文长度变化对偏见测量的影响，通过实验证明偏见度量指标对于上下文长度存在明显依赖性，在孟加拉语偏见分析中需要细致考虑。
PDF9 days ago
VAIYAKARANA：孟加拉语自动语法纠正的基准
为缺乏巨大的语料库提供了一个实用的方法来生成孟加拉语的语法错误句子，该方法分类了孟加拉语中的不同错误类型，并从正确的句子中系统地生成错误的句子，该方法提供了一个包含 92,830 个语法错误句子和 18,426 个正确句子的数据集，该数据集
PDF14 days ago
COLINGBanglaAutoKG：语义神经图过滤在孟加拉自动知识图谱构建中的应用
提出 BanglaAutoKG 框架可从任何孟加拉语文本自动构建孟加拉知识图谱，并通过多语言 LLMs、翻译字典、预训练 BERT 模型等构建基础图谱，最后利用基于 GNN 的语义过滤器形成最终的知识图谱。
PDF3 months ago
利用双向门控循环单元和深度学习技术增强孟加拉虚假新闻检测
针对孟加拉语中的虚假新闻检测，本研究基于大规模数据集，使用了多种深度学习模型，包括双向 GRU 模型、LSTM 模型、1D 卷积神经网络模型以及混合架构模型，通过全面试验证实了这些模型在识别孟加拉语虚假新闻方面的有效性，其中双向 GRU 模
PDF3 months ago
利用 Gazetteer 增强的 BanglaBERT 语义嵌入 K-Means 注入 CRF 模型的孟加拉命名实体识别
本研究探索了孟加拉命名实体识别领域的现有研究状况，找出了当前技术和数据集所面临的限制，并提出通过使用新颖的 Gazetteer 和先进的自然语言处理工具来改善命名实体识别的性能。
PDF5 months ago
Vashantor：用于孟加拉区域方言自动翻译到孟加拉语的大规模多语种基准数据集
本研究通过创建一个包含 32,500 个句子的语料库，涵盖孟加拉地区的 5 种地方性孟加拉方言，提出了一种将这些方言翻译为标准孟加拉语并准确检测来源地区的模型 mT5 和 BanglaT5。实验结果显示，孟加拉地区方言的 BLEU 得分最高
PDF8 months ago
BanglaBait: 孟加拉语点击诱饵数据集上的半监督对抗性方法
通过构建达到 15,056 个标记的新闻文章和 65,406 个未标记的新闻文章的第一个孟加拉 clickbait 检测数据集，应用 SS GANs 对 Semi Supervised Generative Adversarial Netw
PDF8 months ago
使用 Transformer 架构和序列对齐进行字符级孟加拉文转音标转写
通过使用基于 Transformer 的序列到序列模型，本研究在单个解码器和编码器层中仅使用了 850 万个参数，实现了汉语中每个单词的国际音标，并在 DataVerse Challenge - ITVerse 2023 公开排名中以 0.
PDF8 months ago
EMNLPRSM-NLP 在 BLP-2023 任务 2 中：使用加权和多数投票的精调 Transformer 进行孟加拉情感分析
本论文描述了我们在 BLP 研讨会的共享任务 2 中对孟加拉社交媒体帖子进行情感分析的方法，我们通过使用多语言 BERT 模型进行实验和微调，并使用多数投票和加权集成模型，取得了优于基准模型的成绩，分数为 0.711，排名共享任务排行榜的第
PDF8 months ago
BanglaNLP 在 BLP-2023 任务 1 中：对孟加拉语中激发暴力的文本检测进行不同的 Transformer 模型评估
本研究通过开发系统解决孟加拉暴力煽动文本检测的共享任务，探讨了我们所采用的传统和最新方法，该系统有助于分类给定文本是否包含威胁。实验研究了在有限数据集情况下数据增强的影响，定量结果表明，与其他基于变压器结构的模型相比，微调多语言 - e5
PDF9 months ago
BanglaNLP 参与 BLP-2023 任务 2：对孟加拉社交媒体帖子的情感分析进行不同 Transformer 模型的基准测试
这篇论文使用基于 Transformer 的架构进行情感分析，以解决 Bangla 这种低资源语言的问题，并通过细调模型在推特数据上获得最佳性能。同时，还进行了详细的错误分析。
PDF9 months ago
BenLLMEval：对孟加拉自然语言处理中大型语言模型的潜力和陷阱进行全面评估
评估大型语言模型（LLMs）在低资源语言中的性能，结果显示 LLMs 在各种孟加拉语 NLP 任务中表现不佳，呼吁进一步努力以提高对像孟加拉语这样的低资源语言的 LLMs 的理解
PDF9 months ago
使用深度生成模型的特征提取进行孟加拉文本分类新综合数据集
本研究收集、标注并准备了一个由 212,184 个孟加拉语文档组成的全面数据集，并公开提供访问。我们实施了三个深度学习生成模型：LSTM 变分自编码器（LSTM VAE）、辅助分类器生成对抗网络（AC-GAN）和对抗自编码器（AAE）以提取
PDF10 months ago
LLM 对零样本和少样本提示的比较研究：孟加拉情感分析的微调模型
本研究通过 33,605 条孟加拉文新闻推文和 Facebook 评论创建了一个庞大的手动注释数据集，并对 Flan-T5、GPT-4 和 Bloomz 等多种语言模型进行了零指导和少量指导的上下文学习，与精细调优模型进行了比较分析。研究结
PDF10 months ago
Vacaspati: 孟加拉文学的多样语料库
建立了包含超过 11 百万句子和 1.15 亿个词语的 Bangla 语料库 Vacaspati，并使用该语料库训练了 FastText 和 Electra 模型，这些模型在各种下游任务中表现良好，其中 Vac-BERT 的性能优于其他最先
PDFa year ago
KDDSentiGOLD: 一个大型孟加拉黄金标准多域情感分析数据集及其评估
SentiGOLD 是一个 70,000 个样本的孟加拉跨领域情感分析数据集，包含 30 个领域和 5 个情感类别，是一个遵循国家语言委员会语言约定的标准语料库。
PDFa year ago
BN-DRISHTI：通过手写文本实例级分割实现孟加拉文档识别
本文介绍了一个新的深度学习方法 (BN-DRISHTI)，它结合了基于 YOLO 的物体检测框架、Hough 变换和仿射变换来解决孟加拉语手写体识别的线条和单词分割问题，同时还提供了一个包含 786 张手写孟加拉语文档图像的扩展数据集 (B
PDFa year ago
评估孟加拉语词汇类比
该论文提供了用于评估孟加拉语词嵌入质量的高质量数据集，该数据集对于基准测试和指导未来研究至关重要。
PDFa year ago
使用 T5 变压器模型进行孟加拉语语法错误检测
使用 T5 语言模型检测孟加拉语中的语法错误，经过 fine-tune 后在测试集上表现良好，仍需后处理以获得最佳性能。
PDFa year ago
BanglaCoNER：面向健壮的孟加拉语复杂命名实体识别
本文介绍了在 BanglaCoNER 数据集上使用条件随机场（CRF）和微调变压器模型（如 BanglaBERT）的两种方法来解决 Bangla 复杂命名实体识别挑战的获胜解决方案。深入探究了数据集，发现该数据集具有 7 个不同的 NER
PDFa year ago