BriefGPT.xyz
Ask
alpha
关键词
embedding-based approaches
搜索结果 - 5
广义零样本学习的双特征增强网络
利用双特征增强网络(DFAN)解决零样本学习中存在的问题,该网络包括对视觉特征和语义特征进行增强的两个模块,借助注意力机制,通过学习属性特征以及解决局部与全局特征之间的冲突来提高属性表示。
PDF
9 months ago
KDD
ClusterEA:基于随机训练和归一化小批量相似度的可扩展实体对齐
ClusterEA 是一个通用的框架,利用小批量的高等价率实体,采用规范化方法扩大了实体对齐模型,以解决现有 embedding-based 方法中出现的几何问题,并融入在稀疏矩阵融合的基础上为实体对齐提出了新的 ClusterSample
→
PDF
2 years ago
Mix-and-Match:使用高斯混合嵌入的可伸缩对话响应检索
本文提出一种可伸缩模型,将上下文和响应映射到嵌入空间中的概率分布中,并通过最优化 Kullback-Leibler 散度训练模型,从而在公开对话数据上比其他基于嵌入式方法表现更好。
PDF
2 years ago
EMNLP
跨语言实体对齐与多方面信息
本文研究使用基于嵌入的方法将不同语言的实体编码到同一向量空间中,并提出使用预训练的多语言 BERT 模型来融合各个语言中的实体描述,以寻找源语言和目标语言之间相应实体的方法。结果表明,该方法在两个基准数据集上明显优于现有系统。
PDF
5 years ago
极端多标签学习的本地非线性嵌入
本文介绍了 X-One 分类器,其使用小型本地距离保存嵌入,可以准确预测罕见(尾部)标签的聚合,提高了分类准确性,可有效且较之于嵌入法和树法的现有极端多标签分类算法,对于拥有百万标签的数据集也能高效扩展。
PDF
9 years ago
Prev
Next