data cleaning | BriefGPT - AI 论文速递

关键词data cleaning

搜索结果 - 32

ECCV全面搜索实现人脸识别鲁棒性提升
通过综合搜索得到的数据清洗、架构和损失函数等设计是互相关联的，我们提出了基于深度强化学习的综合搜索框架，取得了比之前每个单因素研究更好的效果，强调模型优化需要考虑更加困难的训练数据集和损失函数，该研究有助于未来研究构建更加稳健的人脸识别系统
PDF2 years ago
ICLR在 VAEs 中学习干净子空间修复系统性异常值
该论文提出 Clean Subspace Variational Autoencoder (CLSVAE) 用于检测和自动修复系统误差，该模型可以通过在较小的维度空间中建模数据并将异常（包括干扰和正常数据）拉伸到空间外检测异常。实验表明，C
PDF2 years ago
基础模型能否操纵您的数据？
本文旨在探讨基础模型（FMs）在数据清洗和集成等传统数据任务中的表现，研究发现大型 FM 模型可以在这些任务中取得 SoTA 表现，并针对这一发现提出了相关挑战和机遇。
PDF2 years ago
TransTab: 在表格间学习可迁移的表格变换器
该研究论文提出了一种名为转移性表格变压器（TransTab）的新方法，该方法通过将表格中的每个样本（即行）转换为可推广的嵌入向量，然后应用堆叠的变压器进行特征编码，来学习来自多个表格的机器学习模型。该方法探讨了如何在训练和测试期间使用多个具
PDF2 years ago
毒性评论猎手：评分有毒评论的严重程度
本研究利用不同角度的数据清洗和特征提取操作，得到不同的有毒评论训练集，并基于 TFIDF 和微调的 Bert 模型进行模型构建，最终将代码封装成软件以实现有毒评论的实时评分。
PDF2 years ago
构建高质量的训练数据集对于神经代码搜索的重要性
本文提出一个数据清洗框架，包含基于规则的句法过滤器和基于模型的语义过滤器，将其应用于神经代码搜索数据集，以提高数据集质量和模型性能。实验证明，使用我们的框架训练神经代码搜索模型可平均提高 19.2％的 MRR 和 21.3％的 Answer
PDF2 years ago
学习去噪以提高规模化的原始移动 UI 布局数据集
本文提出了一种采用深度学习方法进行 UI 布局去噪的 CLAY pipeline，并且在此基础上创建了 59,555 个人工注解的屏幕布局数据集，通过该数据集建立的深度学习模型可以达到较高的准确性，为数据驱动的移动 UI 研究提供了高质量的
PDF2 years ago
EMNLP使用多任务学习在众包数据集中确定问题 - 回答的可信度
这项工作通过提出一种新的任务，即自动化的质量分析和数据清洁来收集高质量的社交媒体问答数据集，并使用基于 BERT 的模型进行了评估。我们的最佳方法包括一个单任务模型和一个多任务模型，可以确定问题和响应的合理性，并提取回答。
PDF4 years ago
Google Landmark Retrieval 2020 比赛第三名解决方案
该论文探讨了图像检索的基本问题，提出了一种基于数据清洗和度量学习模型的解决方案，并采用一种名为 Corner-Cutmix 的数据增强方法，提高了模型识别多尺度和被遮挡地标图像的能力。
PDF4 years ago
ACL对话系统中的异常值检测，提高数据质量和多样性
使用神经句向量和基于距离的异常检测技术，本文介绍了一种检测短文本语料中错误和独特样本的技术，并提出了一种新的数据采集流程，可以同时去除错误数据和自动挖掘独特数据，实验结果表明，该技术可以有效地发现错误并产生更鲁棒的意图分类和槽位填充模型。
PDF5 years ago
ACL联合识别和修复信息抽取系统不一致的读取结果
KGCleaner 是一个用于识别和纠正信息抽取系统生成和交付的数据中的错误的框架，引入了一个联合学习预测抽取关系的可信度和修复方法，并通过两个数据集的评估验证了该方法的有效性，其中参数简单的浅层神经网络可以在可信度分类方面实现绝对性能增益
PDF6 years ago
CrowdER：众包实体解析
本文提出了一种混合人机的方法来解决实体解析问题，该方法结合了机器的计算速度和人类的判断能力，使用流行的众包平台在真实数据集上进行了广泛的实验，获得了高精度和高效率的解决方案。
PDF12 years ago