embedding methods | BriefGPT

关键词embedding methods

搜索结果 - 30

KDDSnomed2Vec: 面向医疗保健分析的临床知识库的随机游走与 Poincaré 嵌入
使用基于图的表示学习方法在 SNOMED-CT 上学习医学概念的嵌入向量，可用于生物医学任务。结果表明，基于 SNOMED-CT 的概念嵌入在概念相似性和患者诊断方面 5-6 倍和 6-20％的改进相对于最新的嵌入方法。
PDF5 years ago
ACL一种基于关系记忆的嵌入模型，用于三元组分类和搜索个性化
介绍一个新的嵌入模型 R-MeN，它利用关系内存网络探索关系三元组中的潜在依赖关系，以提高新三元组的分类准确性和个性化搜索效果。经实验证明，该模型在三元组分类和个性化搜索任务上取得了最佳性能表现。
PDF5 years ago
AAAI和谐共处：从自然语言学习和理解评价
本文利用 HappyDB 数据集，探讨了利用深度神经网络中的单向或双向长短时记忆网络，加入或不加入注意力机制以及各种嵌入方法，学习基于 happy 语言中作者的 'agency' 和 ' 社交性 ' 两种类型的评估成分的各种方法，并与传统机
PDF5 years ago
ACL知识图谱中的对称群关系嵌入
提出了一种称为 DihEdral 的新型模型，旨在填补现有模型中关系组合建模的空白，通过了解关系的 dihedral 对称性来捕获关系组合，由于为离散值，也减小了解空间，该模型在预测任务的性能方面优于现有的双线性方法和深度学习模型，表现出了
PDF5 years ago
ICCV概率人脸嵌入
本文介绍了通过将人脸图像表示为以高斯分布为参数的概率性人脸嵌入值（PFE）来提高人脸识别的性能，并通过在匹配和融合 PFEs 时自然地获得不确定信息去进行概率解决方案。实证评估表明，该方法可以通过将确定性嵌入模型转换为 PFEs 来提高人脸
PDF5 years ago
利用上下文嵌入增强临床概念抽取
本研究旨在研究新的语言表示方法（如 ELMo，BERT）在医疗概念提取方面的应用，比较这些方法与传统词嵌入方法（word2vec，GloVe，fastText）的性能表现，并探讨将这些表示方法应用于医疗任务的可能性。研究结果表明，基于大型医
PDF5 years ago
ACL基于 Box Lattice Measures 的知识图谱概率嵌入
本文提出一种新的盒状晶格及其概率测度来捕捉反相关和不相交的概念，旨在克服 Order Embeddings 及其概率扩展无法建模现实世界知识中的负相关的问题。该方法不仅可以进行丰富的联合和条件查询，而且可以从预测中学习，并提高建模 Flic
PDF6 years ago
NIPS学习 K 维 D 维离散码以达到紧凑嵌入表示
使用 KD 编码的嵌入方法及基于随机梯度下降的离散优化技术，在语言建模实验中成功将嵌入参数减少了 97%，且优化了参数化效率和防止过拟合问题。
PDF7 years ago
基于联合潜变相似性嵌入的零样本学习
该研究提出了一种无类别依赖的零样本识别分类器，利用二分类预测问题建模后使用词典学习，通过概率模型进行匹配概率的建模，取得了四个基准数据集平均准确率上 4.9% 的提升，在零样本检索任务中则获得了 22.45% 的平均精确度提升。
PDF9 years ago
Topic2Vec: 学习主题的分布式表示
本文提出 Topic2Vec 方法，通过在语义向量空间中学习话题表示来替代概率的 LDA 表示，实验证明该方法取得了有意义的结果。
PDF9 years ago