bengali | BriefGPT - AI 论文速递

关键词bengali

搜索结果 - 28

训练太晚，使用太早？关于低资源孟加拉语 LLM 的必要性和可行性的研究
当前需要面临的问题是，是否需要专门面向低资源语言的大型语言模型（LLMs）？我们通过比较英语导向的 LLMs 与细调编码解码模型在孟加拉语下游任务中的表现，发现现有 LLMs 在生成孟加拉语脚本方面面临着挑战，同时也存在着一些数据集方面的偏
PDF5 days ago
孟加拉语生物医学数据的自动语音识别
该研究提出了一个专门针对孟加拉生物医学数据开发的自动语音识别（ASR）原型系统。该系统针对孟加拉语和西利特语两种重要方言，培训和评估了两个流行的 ASR 框架，旨在为数字健康应用创建可部署的健康领域 ASR 系统，从而提高非技术用户在医疗保
PDF18 days ago
生成预训练大语言模型对孟加拉语语法错误的解释程度如何？
使用生成式预训练模型评估孟加拉语语法错误纠正系统，并强调了提供错误解释和改进反馈质量的重要性。
PDFa month ago
尼泊尔语和孟加拉语的光学文本识别：基于 Transformer 的方法
该研究使用编码器 - 解码器转换器针对 OCR 系统的研究和发展，以低资源语言（如孟加拉语和尼泊尔语）为例，通过对手写和打印的光学文本图像的集合进行评估，结果表明该技术与当前方法相符，并在孟加拉语和尼泊尔语的文本识别中取得了高精度，从而为东
PDF3 months ago
字节对编码是自动孟加拉语语音识别所需的全部
通过实验证明，对于孟加拉语，Byte pair encoding (BPE) 是一种在自动语音识别（ASR）中改善识别性能的有效分词方法，较佳的 BPE token 数量为大约 500-1000 个。
PDF5 months ago
ACL噪声孟加拉文本情感分析中噪声减少方法的比较分析
我们介绍了一个手动注释的数据集（NC-SentNoB），用于识别预先存在的包含约 15k 个噪声孟加拉文本的情感分析数据集中的十种不同类型的噪声。我们首先根据输入的噪声文本识别噪声类型，并引入基线噪声降低方法以减轻噪声，然后评估了经过微调的
PDF5 months ago
基于 Transformer 模型的孟加拉情感分析的里程碑：基础、挑战与未来研究方向
情感分析（SA）是指将情感极性（通常为正面、负面或中性，甚至包括微妙的愤怒、悲伤等）与给定的文本相关联，基本上将其分解为一项监督分类任务。本文分析了孟加拉语中情感分析的最新技术，特别是基于 Transformer 的模型，讨论了可用的数据集
PDF6 months ago
利用大型语言模型对变压器模型进行优化以检测孟加拉抑郁社交媒体文本：一项综合研究
我们的研究关注心理健康和社交媒体之间的重要联系，特别是在外向的社交媒体用户中早期检测到抑郁症。通过使用 GPT 3.5、GPT 4 和我们提出的 GPT 3.5 微调模型 DepGPT，以及先进的深度学习模型（LSTM、Bi-LSTM、GR
PDF6 months ago
基于深度学习的孟加拉语网络欺凌检测
使用深度学习策略，本研究构建了一个双层双向长短时记忆（Bi-LSTM）模型，通过多种优化器和 5 折交叉验证来鉴别孟加拉语中的网络欺凌，结果显示所提出的模型在动量加速随机梯度下降（SGD）优化器下的准确率为 94.46%，在 Adam 优化
PDF6 months ago
基于生成对抗 Bert 的孟加拉意图分类
该研究介绍了 BNIntent30，这是一个包含 30 个意图类别的全面孟加拉意图分类数据集，该数据集从包含 150 个类别的多样的用户意图的 CLINIC150 数据集中摘录和翻译而来。此外，我们提出了一种新的使用生成对抗 BERT 进行
PDF7 months ago
使用正式概念分析评估自然语言的内在维度
计算实验确定孟加拉语和俄语语言变体的内在维度，并发现内在维度显著低于自然语言处理中常用的神经网络模型的维度。
PDF8 months ago
MM孟加拉语中的视觉问题生成
研究文章提出了一种基于变压器编码器 - 解码器架构的孟加拉语视觉问题生成任务和多种模型变体，通过在给定图像的情况下生成孟加拉语问题，并在翻译 VQAv2.0 数据集上进行训练和评估，结果表明我们的模型能够生成语法正确和相关的问题。
PDF9 months ago
孟加拉语虚假评论：一个基准数据集和检测系统
通过使用多个深度学习和预训练 Transformer 语言模型开发出一个可靠的检测系统，该论文介绍了孟加拉语虚假评论检测（BFRD）数据集，该数据集是用于识别孟加拉语虚假评论的第一个公开可用数据集，通过翻译英文单词和罗马化孟加拉语进行背音转
PDFa year ago
处理孟加拉语的假新闻：揭示摘要与扩充对预训练语言模型的影响
本文介绍了用摘要和增强技术以及五个预训练语言模型的四种不同方法来分类孟加拉语中的假新闻文章的方法，并通过详尽的实验和严格的评估表明，该方法在 Bengali 假新闻检测中的有效性。
PDFa year ago
OOD-Speech：一个用于语音识别识别数据集的 Out-of-Distribution 基准测试
本文介绍了 OOD-Speech，这是目前第一个为孟加拉语自动语音识别（ASR）提供了 ODD 基准测试集的数据集，并通过在线众包策略从南亚的 22,645 个母语为孟加拉语的人员中收集和整理了 1177.94 个小时的数据集，同时还使用
PDFa year ago
使用深度学习进行可解释的孟加拉有害评论多标签分类
本文提出了一个基于深度学习的流程，用于分类孟加拉语的有害评论，首先使用二元分类模型确定评论是否有害，然后使用多标签分类器确定评论属于哪种毒性类型，使用 LSTM 和 BERT 嵌入达到了 89.42% 的准确性，并使用卷积神经网络和双向 L
PDFa year ago
BenCoref：一个多领域物词短语和代词指代注释数据集
本文介绍了一个新的，包含孟加拉语文本核指标注的数据集 BenCoref，并对使用 BenCoref 训练的多种模型进行了评估。该文指出文本领域的变化对孟加拉语核指现象产生了影响，并强调了更多特定语言资源的需要。
PDFa year ago
ACL孟加拉语仇恨言论和冒犯性语言检测
本研究针对 Bengali 等低资源语言在社交媒体上的仇恨言论进行研究，开发了一个定量数据集并建立了基线模型和一些额外的方法以更好地进行分类。在分析误分类之后，我们确认 XLM-Roberta 在单独训练 actual 或 rominize
PDF2 years ago
孟加拉 Common Voice 语音数据集用于自动语音识别
通过众包的方式，我们创建了孟加拉语公共语音数据集，该数据集是一个句子级自动语音识别语料库，与现有的最大开源孟加拉语数据集相比，该数据集具有更多的说话人、音素和环境多样性，并为未来的研究设立了基准。
PDF2 years ago
孟加拉模因和文本的多模态仇恨言论检测
本文旨在探讨利用机器学习和自然语言处理技术，通过分析包含图像和文本的 Bengali 跨媒体互动，检测恶意言论。我们准备了一个新颖的数据集，并使用双向长短时记忆网络、卷积神经网络、ResNet-152、DenseNet-161、monoli
PDF2 years ago