bart | BriefGPT - AI 论文速递

关键词bart

搜索结果 - 41

贝叶斯加法回归树中大数据的计算困境：一个命中时间分析
Bayesian 加法回归树模型（BART）是一种常用的贝叶斯非参数回归模型，广泛应用于因果推断等领域。然而，本文表明 BART 采样器的收敛速度往往较慢，尤其在具有离散协变量的情况下。随着训练样本的增加，近似 BART 后验与精确后验逐渐
PDF6 days ago
基于规则的新闻字幕生成
基于规则驱动的新闻字幕生成方法结合语义规则，将大规模预训练模型 BART 引导生成符合规则的新闻句子，并在两个广泛使用的数据集上验证了方法的有效性。
PDF4 months ago
利用课程描述预测可持续发展目标 —— 从 LLMs 到传统基础模型
我们用一个名为 PaLM 2 的 LLM 来预测大学课程的联合国可持续发展目标（SDG），并使用它生成训练数据，基于一个嘈杂的人工撰写的课程描述作为输入。我们使用这些数据来训练几个不同的较小语言模型来预测大学课程的 SDGs。该研究有助于更
PDF4 months ago
ASBART：加速软贝叶斯附加回归树
Soft BART 的性能在现有贝叶斯树和树集模型上获得理论和实际上的改进，在长 MCMC 循环中速度慢；我们提出了一种名为加速 Soft BART（ASBART）的 BART 变体，它比 Soft BART 快约 10 倍，并且具有相近的
PDF8 months ago
应用先进的 NLP 变压器和 LSTM 进行简历抽象文本摘要
本研究对多种 LSTM 和预训练模型（T5，Pegasus，BART 和 BART-Large）在开源数据集（Xsum，CNN/Daily Mail，亚马逊细粒度食品评论和新闻摘要）和简历数据集上进行了评估，其中 BART-Large 模型
PDFa year ago
从排行榜到实践的摘要生成：选择一种表示方法的骨干和确保稳健性
本研究分析了现有研究组件以选择系统骨干，发现 BART 比 PEGASUS 和 T5 表现更好；跨域总结器的表现要差得多，而在异构领域进行微调的系统在所有领域上表现良好。该研究强调了对异构领域摘要基准的重要性。系统输出存在相当大的差异，只有
PDFa year ago
ACLACLM：基于选择性去噪的生成式数据增强方法在低资源复杂命名实体识别中的应用
本文提出了一种基于条件语言模型微调的 ACLM 注意力映射感知关键词选择数据增强方法，用于解决低资源环境下的语言复杂命名实体识别问题，它能够生成更多样化和连贯的增强数据，在单语、跨语言和多语言复杂命名实体识别任务中，ACLM 相比于神经网络
PDFa year ago
Adapter-TST: 一种用于多属性文本风格转化的参数高效方法
本论文介绍了 AdapterTST，它利用神经适配器冻结预训练模型的原始参数，可以控制不同的属性，包括情感、时态、语音等，并配置适配器的架构以生成多个输出，同时还可以进行组成式编辑。实验结果表明，Adapter-TST 模型能够更好地捕捉特
PDFa year ago
ACL针对神经排序模型的几乎不可察觉的文档篡改
本研究提出了一种名为 Imperceptible DocumEnt Manipulation (IDEM) 的框架，该框架可以生成对算法和人类来说更难察觉的对抗性文档，并通过在不引入易于检测错误的情况下指导已建立的生成语言模型（例如 BAR
PDFa year ago
MisRoBÆRTa: 变形金刚与错误信息
本论文提出了一种基于 transformer 的深度神经集成体系结构（MisRoBÆRTa），用于对谣言的检测，基于一个大型真实新闻文章数据集进行了训练和测试，并且使用两个 transformer（BART＆RoBERTa）来提高分级性能，
PDFa year ago
临床试验证据自动摘要：一个突出当前挑战的原型
TrialsSummarizer 是一个基于神经多文档摘要系统的自动摘要系统，它可以检索与查询指定的条件、干预和结果匹配的随机对照试验出版物，并对这些研究进行排名。它提供了两种体系结构：基于 BART 的标准序列到序列模型和旨在为最终用户提
PDFa year ago
使用通用语言模型从文本中提取材料数据的灵活模型无关方法
本文主要介绍了一种从研究论文全文中提取材料数据以建立数据库的简单方法，该方法基于自然语言处理和大型通用语言模型，无需编程或模型培训等专业知识，可实现高召回率和几乎完美精度。作者还评估了多种语言模型（GPT-3/3.5，bart 和 DeBE
PDFa year ago
EMNLP学习无标注数据推理：一种半监督学习方法用于强健的自然语言推理
本文提出了一种结合无标注数据的 NLI 半监督学习方法，其中使用了条件语言模型 BART 生成假设句子，以减少对人类注释的依赖，实验结果显示该方法能够成功地利用无标注数据并在低资源环境下显著提高四个 NLI 评测集的性能。
PDF2 years ago
抽象神经摘要器中的自我重复性
对神经文摘的自我重复进行定量和定性分析。分析了三种神经网络结构（BART，T5 和 Pegasus），发现 BART 特别容易出现自我重复，并且 fine-tuning 在更具抽象性的数据和在特定领域的数据上都会导致更高的自我重复率。
PDF2 years ago
基于混合知识源的任务导向对话联合推理
该研究使用 MutliWOZ-based 数据集，演示了当前方法在去除信息源严格假设时表现显著下降，并且利用预先训练的语言模型 fine-tune 了一个基于 BART 的模型，可以融合结构化和非结构化知识生成响应。
PDF2 years ago
COLING多重形象化语言生成
提出了一种基于 BART 的 multi-figurative 语言预训练框架 mFLAG，同时提供了五种常见英文比喻形式的自动生成基准，实验结果表明该方法优于强基线，并对不同语言形式之间的关系进行了一些定性分析和思考。
PDF2 years ago
ACL让 BART 乘坐惯用语列车：学习表示惯用表达式
本研究使用适配器作为轻量级非组合式语言专家对具有习惯用语特性的句子进行训练，将习惯用语结合到 BART 中取得了比基线模型 (BART) 更好的性能，包括在嵌入聚类方面提高了 0.19 分的同质化得分和在习惯用语处理任务中提高了高达 25%
PDF2 years ago
COLING预训练语言模型在词序中的作用：以 BART 为例的案例研究
使用 BART 语言生成模型进行词序排序能够提高性能，其作用原因是 BART 模型中的句法依赖知识。相关线性化任务也可得到改进。
PDF2 years ago
基于检索增强生成的端到端表格问答
我们提出了 T-RAG，一个端到端的表格问答（Table QA）模型，其中一个非参数密集向量索引与 BART 共同微调，通过一个统一的流程搜索表格语料库来直接定位正确答案，并将其应用到最近的开放域表格 QA 基准测试中，并证明微调后的 T-
PDF2 years ago
BARCOR: 面向会话推荐系统的统一框架
本文提出了一种基于 BART 的统一框架，针对面向对话推荐的两个任务（推荐和响应生成）设计了单一模型，另外还构建了一个电影领域的轻量级知识图谱，在自动化和人类评估方面都取得了最先进的表现。
PDF2 years ago