context modeling | BriefGPT

关键词context modeling

搜索结果 - 31

无监督的上下文重写技术，用于开放领域对话
采用明确的语境重写方法，基于强化学习的上下文重写网络有助于候选检索，可解释的上下文建模以及在多轮会话中使用单轮框架。
PDF5 years ago
神经机器翻译中文档级上下文何时和为何有用？
研究了文档级上下文在 NMT 中的改善机制，发现大多数的改进不能被解释为利用上下文，并说明了上下文建模的最小编码是足够的，而非常长的上下文对 NMT 不利。
PDF5 years ago
使用查询引导的胶囊网络增强上下文建模，用于文档级翻译
本文介绍了一种基于查询引导下的胶囊网络的上下文建模方法，来帮助文档级神经机器翻译生成连贯和一致的翻译；实验结果表明，我们的方法可以在不同领域的多个数据集上显著优于强基线。
PDF5 years ago
ACL联合考虑上下文和用户历史信息的在线对话重返预测
研究在线交流中重新参与预测的问题，提出了一个基于神经网络的框架，考虑了对话上下文和用户历史信息，实验结果表明该模型较之前的方法表现更优
PDF5 years ago
基于上下文意识的神经网络自动化生成转录文本的对话行为分类
本文提出了一种新的方法，该方法结合了卷积神经网络（CNN）和条件随机场（CRF），用于自动生成转录文本中的对话行为（DA）分类。结果表明，CNN 和 CRF 相结合的方法能够提高对话行为分类的准确性，同时基于端到端的自动语音识别系统似乎更适
PDF5 years ago
CVPR神经网络维特比算法：弱监督视频学习框架
本文提出了一种基于 Viterbi 损失的学习算法，能够在线和逐步地学习弱标注的视频数据，并展示了显式的上下文和长度建模对于视频分割和标记任务的巨大改进，并将这些模型纳入我们的框架之中，在几个动作分割基准测试中，与当前最先进的方法相比，我们
PDF6 years ago
机器阅读理解的多范围推理
本文介绍了一种新型的机器理解编码器 MRU，具有多级门控、并行端到端的学习门控向量、适用于短期和长期依赖关系三个特点，为机器理解提供高效处理文档、优化模型性能、建模文档内部关系的方法。通过在三个具有挑战性的 MC 数据集上进行广泛的实验，我
PDF6 years ago
CVPR通过可变上下文将指代表达式与图像联系起来
本文提出了一种变分贝叶斯方法，名为变分语境，用于解决指代表达的复杂上下文建模问题，在具有监督学习和无监督学习的情况下对各种基准进行广泛实验，都得到了优秀的结果。
PDF7 years ago
面向口语理解的序列对话上下文建模
本文提出了一种新的基于递归神经网络（RNN）的序列化对话编码器网络，并将其与传统的语言理解系统和记忆网络进行了比较，实验证明该网络可以减少语义框架错误率。
PDF7 years ago
ICLR机器阅读理解的双向注意力流
本文介绍了双向注意力流 (BIDAF) 网络，它是一个多阶段分层过程，在不进行早期汇总的情况下，用双向注意力流机制表示不同粒度级别的上下文，并获得了查询感知的上下文表示。实验结果表明，该模型在 Stanford Question Answe
PDF8 years ago
情境物体边界检测
该论文提出一种基于场景的目标边界检测方法，通过针对各种情况训练特定的模型，并利用图像外观进行上下文建模，实现了对测试图像的场景分类。实验证明该方法可以显著提高分割准确度，并且远远优于一些基准模型。
PDF9 years ago