f1 score | BriefGPT - AI 论文速递

关键词f1 score

搜索结果 - 41

带有统一编码器的折叠合理化
提出了一种 Folded Rationalization 模型，利用文本语义提取将生成器和预测器相融合，改进了传统的两阶段文本理解模型，实现了更好的预测和选择结果，其 F1 得分比现有最新技术提高了 10.3%。
PDF2 years ago
基于图神经网络的社交背景建模用于假新闻检测
研究分析了基于混合图神经网络和 transformer 模型的社交语境对于发现假新闻的作用，并且在 PolitiFact 和 Gossipcop 数据集上获得了 0.91 和 0.93 的 f1 得分，表现优于基线模型。
PDF2 years ago
ACL利用多语言数据的混合编码命名实体识别：SemEval-2022 任务 11 上的 CMNEROne
本文探讨在自然语言处理领域中识别命名实体的挑战，并着重分析代码混合文本在语言上的复杂性。作者通过利用多语言数据实现了对代码混合数据集中的命名实体识别，并取得了 0.7044 的加权平均 F1 值，比基准线高 6%。
PDF2 years ago
ACL基于 Transformer 的情感检测集成方法
本文介绍我们在 WASSA 2022 共享任务中使用 ELECTRA 和 BERT 模型解决情感检测问题的贡献，通过对一篇文章进行分类，识别离散的情感，如悲伤、惊讶、中性、愤怒、恐惧、厌恶、快乐。我们的代码库和 WandB 项目公开可用，并
PDF2 years ago
深度学习模型在情感分析中的应用：对十年的僧加罗语 Facebook 数据的比较研究
本研究对十年来的辛哈拉语帖子进行了测试，发现采用三层双向 LSTM 模型的 F1 分数为 84.58％，优于当前最先进的模型 Capsule B，而其他深度学习模型都显示出高于 75％的 F1 分数，因此可以安全地断言 Facebook 反
PDF2 years ago
ICLR基于知识驱动的主动学习
提出一种基于领域知识的主动学习（KAL）框架，将基于规则的知识转化为逻辑约束，以唤起模型对样本的选择。实验证明，该方法在平均 F1 分数方面优于多种主动学习策略，特别是在领域知识丰富的情况下，同时也适用于物体识别任务，并且计算需求较低。
PDF3 years ago
COLING利用字符串和语音相似性的神经文本标准化
本研究提出了神经模型，利用单词字符串和音相似性来进行文本规范化。结论表明，将单词字符串的相似性与声音相似性综合考虑，能成功应对缩写、拼写错误和语音替代等问题，并达到了比基础模型更高的 F1 得分。
PDF4 years ago
COLINGInno 在 SemEval-2020 任务 11 中：利用纯 Transformer 进行多类别宣传检测
本文提出了基于 Transformer 模型的优化学习方案，用于检测新闻文章中的宣传技术，并在验证集和测试集上展示了不低于 0.6 和 0.58 的总 F1 得分，以及每个类别上的非零 F1 得分。
PDF4 years ago
ACL基于潜在结构微调的文档级关系抽取推理
本研究提出了一种利用自动带引的潜在文档级图进行跨句子的关系推理的方法，并通过增量聚合相关信息来提高多跳推理的准确性，取得了在 DocRED，CDR 和 GDA 数据集上的最新最优性能。
PDF4 years ago
CVPR使用文本数据的强化学习快进视频
本文提出一种基于强化学习的方法来加速教学视频，该方法可以自适应地选择不相关的帧以缩小输入视频，同时使用 Visually-guided Document Attention Network（VDAN）产生高度判别的嵌入空间来表示文本和视觉数
PDF4 years ago
工作预测：从深度神经网络模型到应用
本文通过使用不同的深度神经网络模型，包括 TextCNN、Bi-GRU-LSTM-CNN 和 Bi-GRU-CNN 以及各种预训练的单词嵌入来研究职业预测。此外，我们还提出了一个简单有效的组合模型。实验结果表明，我们的提出的组合模型取得了最
PDF5 years ago
EmotionX-IDEA: 情感 BERT—— 一种面向对话的情感模型
本文研究了预训练语言模型 BERT 在情感识别中的能力。通过 BERT 的框架和两句话的结构，我们将其应用于连续对话情感预测任务中，并依赖于句子级上下文感知理解。实验表明，通过将连续对话映射到因果话语对中，该模型能更好地捕获回复话语的情感。
PDF5 years ago
CVPRSkeletonNet: 将形状像素转换为骨架像素
本文介绍了一种基于 U-net 模型和 HED 架构的方法，用于通过提取形状像素中的骨架像素来训练模型，以达到准确提取 89 种不同物体的骨架的目的，其 F1 分数达到了 0.77。
PDF5 years ago
ACL一种用于句子级别语篇解析的统一线性时间框架
使用神经框架和指针网络，基于 Rhetorical Structure Theory (RST) 的句子级别的语篇分析提出了一种高效的分析方法。基于分段器和分析器的性能表现显示出此方法具有优势且逼近人类认知水平。
PDF5 years ago
node2bits：紧凑型时空属性感知节点表示用于用户拼接
本研究提出了 node2bits，一个用于在异构网络中对多维节点上下文特征进行编码的框架，并采用 SimHash 获取紧凑的、二进制表示，避免了相似度搜索中的二次复杂度。在大规模实际网络上进行的广泛实验表明，node2bits 在用户拼接上
PDF5 years ago
ACLBUT-FIT 在 SemEval-2019 任务 7 中：使用预训练的深度双向 Transformer 来确定谣言立场
本文描述了我们提交到 SemEval 2019 任务 7 的系统：RumourEval 2019：确定谣言真实性和谣言支持，子任务 A。我们使用姿态分类来确定帖子关于前一贴和源贴的谣言立场。本文使用基于 BERT 架构的端到端系统，没有手工
PDF5 years ago
ACL使用单词嵌入进行跨语言抄袭检测
本文提出使用分布式单词表示（word embeddings）来进行跨语言文本相似度检测，并通过组合不同的方法来验证它们的补充性，最终在非常具有挑战性的语料库上，在块级别下实现了英法相似度检测的总体 F1 得分 89.15％（在句级别下为 8
PDF7 years ago
从新闻中学习：在 Twitter 上预测实体的热度
本文使用监督学习方法，基于新闻周期预测 Twitter 上实体的受欢迎程度，并提取四类特征进行预测，结果表明新闻是预测 Twitter 实体受欢迎程度的良好信息源。
PDF8 years ago
ACL一种基于情感分析方法的网络纠纷检测
提出并评估了一种基于情感分析的在线争议检测方法，使用句子级情感表达序列作为分类器的特征，结果表明使用情感标记特征的分类器优于不使用，最佳模型在基于新创建的 Wikipedia Talk 页面争议集的测试中获得了 0.78 的 F1 得分和
PDF8 years ago
AAAI推文行为：Twitter 上的言语行为分类器
本研究在推特平台上探索了言语行为的多分类识别，通过建立包含六种言语行为的分类体系并提出一套语义和句法特征，训练并测试出使用逻辑回归分类器的最新性能，达到了大于 0.7 的平均 F1 分数，在不同粒度的分类器中实现泛化和过拟合之间的平衡。
PDF8 years ago