end-to-end neural model | BriefGPT

关键词end-to-end neural model

搜索结果 - 8

MM基于神经符号方法的交互指令跟随模型的物体和指令变化鲁棒性改进
通过提出神经符号化方法，将高级符号特征用作中间表征，来解决自然语言指令和第一视角视觉映射到与 3D 环境中对象进行交互的操作序列时神经网络特征提取对小的改变过于敏感而未能适应测试集中未见过的属性和指令的问题。在 ALFRED 基准测试的子任
PDF3 years ago
支持话语流建模和事实规范化的对话摘要
本文提出了一种基于端到端神经模型的对话摘要生成方法，该方法包括支持话语流建模模块和事实规范化模块；支持话语流建模有助于生成连贯的摘要，而事实规范化则有利于提高生成摘要的事实正确性；同时引入了一个新的基准数据集用于对话摘要生成，实验表明该方法
PDF3 years ago
ACL学习代数重组以进行组合推广
本文提出 LeAR 模型作为神经模型的一种解决方案，为语义解析任务中的组成归纳学习代数重组提供了一种方法。
PDF3 years ago
ACL使用共指对齐和会话流建模的互联问答生成
本篇研究探讨通过端到端神经网络模型实现高度会话类型的互动问答问题自动生成，该模型实现了两个重要方面的突破：（1）几乎有一半的问题都通过前面的对话历史使用指代引用数来生成；（2）连贯对话中不同回合中的问题需要流畅衔接匹配。
PDF5 years ago
Logician: 一个统一的端到端神经网络方法，用于开放领域信息提取
该研究提出了一种用于从开放领域句子中提取实体和关系级中间结构的统一知识表示形式（SAOKE）和使用 Logician 提供了一种端到端的学习方法对其进行转换。实验表明，相对于其他现有算法，Logician 能够优秀地在各种类型的开放领域关系
PDF5 years ago
ICLR粗粒度细粒度协同注意力网络用于多证据问答
本文提出了一种名为 CFC 的新的问题回答模型，它结合了来自多个文档的证据信息，其粗粒度模块尊重从查询中解释文档以及找到相应答案，而其细粒度模块通过比较其在所有文档中与查询的出现次数得分每个候选答案。这种模型使用共同关注和自我关注的层次结
PDF6 years ago
ACL跨段落答案验证的多段机器阅读理解
提出了一种基于端到端神经模型的多文本阅读理解模式，通过多个模块的共同作用来检测文本间的答案验证，实现对真实网络数据的阅读理解，显著提高了 MS-MARCO 数据集和中文 DuReader 数据集的 MRC 模型性能。
PDF6 years ago
ACL使用双向匹配进行目标排序的视觉推理
通过提出一种新的端到端神经模型，包括联合双向注意力机制和基于强化学习的指针网络等技术，本文在 Cornell NLVR 数据集的两种版本中取得了 4-6% 的绝对提升。
PDF6 years ago