feature sets | BriefGPT - AI 论文速递

关键词feature sets

搜索结果 - 8

KDD众人一心、一心为公：基于深度学习的合成语音检测的特征融合
通过融合不同的特征集，本文提出了一个模型，用于合成语音检测任务，取得了比现有解决方案更好的性能，并在不同场景和数据集上进行了测试，证明了其对抗反取证攻击的强健性和泛化能力。
PDFa year ago
通过因果结构学习实现高效的 SAGE 估计
提出一个名为 d-SAGE 的算法，通过使用因果结构学习来识别条件独立性，并跳过与结果无关的特征组合，从而加速计算 Shapley 加性全局重要性（SAGE）算法的近似值。
PDFa year ago
ACL认知感知同源词检测
本文提出了一种新的方法，利用人类阅读者的凝视行为提取认知特征，用于自动检测同源词，并通过使用搜集到的和预测的视线行为数据，证明该方法可以帮助提高同源词检测任务的性能提高 10%，相比之前的方法预测视线行为数据的性能提高了 12%。
PDF3 years ago
课堂讨论的论点组成部分分类
本文研究话语识别技术应用于学生间讨论中的参考组成分类，发现已有的教育领域的分类方法表现不佳，通过引用关于学生散文和在线对话的特征集工作，可以有效地提高性能。此外，研究比较卷积神经网络和循环神经网络在不同情况下训练，得出卷积网络在字符和单词级
PDF5 years ago
基于用户满意度评估的领域无关的对话质量评估
该研究提出了一种新的 Response Quality 标注方案，基于此开发了一种新的以轮为单位的用户满意度量。使用五个新的与领域无关的特征集和六种机器学习模型来估算新的满意度量，方法显著提高了模型性能和泛化能力。
PDF5 years ago
利用推特固有特性提高 Twitter 社交垃圾邮件检测的效果
本研究旨在通过仅依赖推文固有特征，检测社交垃圾邮件，使用两个大的手动标记的推文数据集，研究了五种分类算法和四种不同的特征集的适用性，并发现通过仅使用推文中有限的特征，我们可以获得有竞争力的结果，是社交垃圾邮件检测系统的有效补充。
PDF9 years ago
MM基于非标准词的文本分类特征
本文介绍了使用非标准单词（非标准单词包括数字、日期、缩写、货币等）作为特征来进行分析克罗地亚语文本的分类。实验结果表明，使用非标准单词频率作为特征的分类准确率最高为 87％。此外，作者认为在高度变形的语言中，应该考虑使用基于非标准单词的功
PDF10 years ago
流行的抄袭移动伪造检测方法评估
本文研究了复制移动伪造（copy-move forgery）的检测算法和处理步骤的性能表现，利用 15 种不同的特征集进行分析以实现检测，在切实的数据集和软件框架上进行实验表明基于关键点的特征集合（如 SIFT 和 SURF）以及基于块的特
PDF12 years ago