domain-specific data | BriefGPT

关键词domain-specific data

搜索结果 - 8

数据激发您的快乐吗？培训结束时的领域上采样带来的性能提升
通过对小型领域专用数据集进行上采样，以驱动性能在困难基准测试上的改进，本研究揭示了在多样性的一般网络抓取和领域专用数据信息密度之间寻求平衡的最佳方法。
PDFa month ago
面向联邦域去学习的验证方法和挑战
我们的研究第一次全面系统地研究了多领域上下文中现有技术在联邦领域消除中的特征和挑战，揭示了忽视领域特定数据对模型行为的细微影响所造成的性能下降和准确性损失。为此，我们提出了专为联邦领域消除量身定制的新型评估方法，旨在在不损害模型整体完整性和
PDFa month ago
COLING针对无监督数据选择的稳健指导：捕获领域专属机器翻译中困惑的专有名词
在专业领域内使用多语种机器翻译模型进行句子翻译时，通过广泛的数据集进行训练往往难以准确翻译。为了得到高质量的翻译，获取和翻译专门领域的数据成本很高，因此，通过无监督的方式找到最有效的数据，以降低标注成本变得实际可行。最近的研究表明，通过基于
PDF4 months ago
金融服务的葡萄牙常见问题
利用数据增强技术生成合成数据以解决葡萄牙金融领域中领域特定数据稀缺的问题，并使用不同语义相似性的技术对从巴西中央银行 FAQ 获取的数据集进行增强，通过有监督和无监督任务评估增强数据对低语义相似性和高语义相似性情况的影响。此外，生成的数据集
PDF8 months ago
ACLTADA: 面向 Transformer 的高效任务无关领域自适应
本文提出了一种名为 TADA 的新颖方法，用于领域自适应，其具有模块化、参数高效和数据高效的优点，并且与完全域自适应预训练和适配器相比，具有相同或更好的性能而无需引入额外的参数或复杂的训练步骤。
PDFa year ago
掩码自编码器作为预训练句子表示的统一学习者
该研究实现了扩展 MAE 预训练策略 RetroMAE 的统一框架以支持多样化的句子表示任务，并证明其在零样本检索和其他下游任务中的有效性，为未来的句子表示预训练的设计提供了实证建议。
PDF2 years ago
自发对话中的标点预测：我们能否使用修正后的单词嵌入减缓 ASR 错误？
本研究提出了一种使用领域特定数据的词嵌入法来改善 ASR 系统引入的同音词误差对标点预测的影响，并在标点预测任务中实验证明其可降低同音词误差带来的影响，相较最先进模型，在句号等标点预测准确率上提升达 9%。
PDF4 years ago
ACLSyntree2Vec - 将句法层次结构融入单词嵌入的算法
本文介绍了一种基于图的嵌入算法，旨在提高词嵌入的句法能力并在数据量不足时获得鲁棒性。
PDF6 years ago