discriminative models | BriefGPT

关键词discriminative models

搜索结果 - 33

ACL跨领域可传递的神经连贯性模型
本研究探索了一种本地判别神经模型来提高文本的一致性，这样可以实现更广泛的领域泛化，从而显著提高了文章的可读性。
PDF5 years ago
深度聚类：判别模型与 K-means 之间的联系
本研究表明，最近的一些判别模型等价于 K-means，并且证明对于常用的逻辑回归后验概率，通过交替方向方法最大化 L2 正则化的互信息等价于软化和正则化的 K-means 损失。这一理论分析不仅将最近的一些判别模型直接联系到了 K-mean
PDF6 years ago
针对细粒度仇恨言论分类的分层式 CVAE
本文提出了一种新的细粒度仇恨言论分类任务的方法，使用条件变分自编码器作为判别模型，并扩展到分层架构，利用附加的仇恨类别信息进行更准确的预测，实验证明采用该方法显著提高了分类性能且优于常用的判别式模型。
PDF6 years ago
通过对称蒸馏网络进行文本到图像综合
该论文提出了 Symmetrical Distillation Networks（SDN）用于文本到图像的合成，使用源判别模型作为 “老师”，目标生成模型作为 “学生”，通过区分两个数据集并使用不同的训练策略解决异质性和同质性差距，以提取与
PDF6 years ago
ACL学习使用协同判别器进行写作
通过学习多个判别模型的混合，帮助生成自然语言的循环神经网络更好地表达与 Grice 最大化原则这样的语言规律相关的交际目标，从而提高生成文本的连贯性、风格和信息质量。
PDF6 years ago
AAAIGraphGAN: 生成对抗网络用于图形表示学习
该论文提出了 GraphGAN，一种结合生成模型和判别模型的图形表示学习框架，其中两个模型玩一个博弈论最小最大化游戏来提高它们的性能，同时还提出了一种新的图形 softmax 来克服传统 softmax 函数的局限性。在真实世界的数据集上广
PDF7 years ago
EMNLP通过双重分解将生成式和判别式方法相结合用于无监督依存句法分析
本文提出一种新的学习策略，该策略基于双重分解方法，联合学习生成模型和判别模型，有效提高了它们的学习结果，并在 UD 树库上取得了 30 种语言的最新成果。
PDF7 years ago
ACL一个带有判别识别算法的生成解析器
该研究提出了一种将生成模型与判别模型嵌入编码器 - 解码器框架的方法，结合期望最大化和变分推理方法实现了语言建模和句法分析的高性能。
PDF7 years ago
AAAI增强式生成模型
本文提出了一种新的无监督 boosting 方法来创建生成模型的集成，进一步允许集成包括区分真实数据和模拟生成数据的判别模型。作者证明了这种方法在一定条件下能将新模型集成进来以提升适合度，并在基准数据集上对密度估计、分类和样本生成的广泛生成
PDF7 years ago
团结人民：3D 和 2D 人体表达之间的闭环
介绍一种使用混合方法，利用人工判断区分出好和坏的 3D 拟合方法，构建了一个多维度的人体姿态数据集 UP-3D，用于训练区分模型，获得了 31 个部位和 91 个标记点的 3D 人体姿态模型，其训练数据量比现有技术减小一个数量级，并且不需要
PDF7 years ago
NIPS反向传播 Kalman 滤波器：学习判别式确定性状态估计器
本文提出了一种基于确定性计算图的梯度下降算法，用于训练判别式状态估计器，该模型可以有效处理复杂的输入，如原始摄像头图像，并用于视觉里程计任务和合成跟踪任务中进行评估。
PDF8 years ago
ICML平均场网络
本文针对平均场算法在应对不可精确推断的图模型中的广泛使用进行研究，并将该算法转化为具有多层结构和绑定权重的前向网络以进行一些自然的扩展，包括权重不绑定和 MFNs 作为推理工具和判别模型，最终的实验结果表明，在作为判别模型时，MFNs 可以
PDF10 years ago
多标签文档分类的统计主题模型
本文探讨生成性统计主题模型在多标签文档分类中的应用，相对于判别性模型，在包含大量稀有标签和高度倾斜标签分布等实际数据集的分类问题中有优越性。实验结果表明，相较于判别性方法，概率生成模型在多标签分类方面表现优异。
PDF13 years ago