- 使用词向量嵌入的深度学习模型进行蒙古公民反馈分析
本研究采用两种不同的词嵌入方法来对使用西里尔文的蒙古语进行反馈分类,结果表明使用自己的数据集的词嵌入模型可获得最高 80.1% 和 82.7%的分类准确度。
- ACL预测辩论写作中证据和推理的理想修改
本研究通过探索使用文章修订的上下文和反馈信息两种方式来提高分类器性能,以区分学生论述写作中的有意义的证据和合理推理演绎,并进行严格评估和定性分析,研究发现通过使用上下文来辨别有意义的修订是最成功的。
- 回顾之链:通过反馈让语言模型进行校准
通过 Chain of Hindsight 技术,可以用各种形式的反馈来 fine-tuning 语言模型,从而使得它们可以更好地满足人类的偏好,具有更好的性能。
- 反馈有益,积极反馈更佳:块注意力积极反馈码
本研究提出一种使用神经网络辅助的通道编码方案,利用 transformer 架构的广义块注意力反馈码在主动反馈通道中表现出卓越的性能,实现了新的最先进的 BLER 性能。
- SIGIR基于比较的相对赌博反馈的对话式推荐系统
提出了一种基于比较的对话推荐系统,提供相对反馈的收集和理解方法,并使用名为 RelativeConUCB 的新型赌博算法,在综合和现实世界的数据集上有效验证了该方法相对于现有赌博算法在对话推荐系统中的优势。
- MMAttentionCode: 短数据包超可靠反馈编码
本论文探讨了利用接收器反馈信息实现超可靠短数据包通信的新模式,提出 AttentionCode 这类深度学习反馈码。AttentionCode 是由 AttentionNet、输入数据重构和自适应衰落信道等三个创新技术与大批量、分布式学习、 - 颠覆机器,变幻身份:重新学习人类分类
本文探讨机器学习模型中对个体 “身份” 的构建,倡导一种自我生成过程的身份理论,批评了传统身份范畴所造成的问题,并提出了自我生成身份的方法论。
- 在 ODL 环境中构建一种有效的 C/C++ 入门编程课程自动化评估系统
本文旨在探讨在 C/C++ 编程课程的介绍性阶段中建立一种有效的自动化评估系统,并提供及时反馈的必要组件。
- 学生论证写作的自动评价:一项调查
这篇论文回顾和整理了一个被少有研究的领域 —— 自动化评估学生的议论写作。与传统的自动化写作评估侧重于整体的论文评分不同,这个领域更具体:它侧重于评估议论性文章,并提供特定的反馈,包括论证结构,论证实力特征分数等。这种聚焦和详细的评估对于帮 - IJCAI有限共享资源臂的多人多臂赌博机:学习算法与应用
本研究提出 Multi-player multi-armed bandits with shareable resources 模型,针对共享资源的两种反馈信号提出 DPE-SDI 和 SIC-SDA 算法,证明它们的遗憾数在回合数上是紧的 - 构建对话式搜索的经济模型
本文基于之前的对话式搜索会话的观察模式,提出了两种经济学模型,即首次反馈和后续反馈,探讨了反馈对初始或后续查询的改进效率以及提供该反馈的相对成本与反馈 / 请求的数量之间的关系,以此为对话式搜索提供了理论框架。
- MuLVE, 多语言词汇评估数据集
本研究介绍了一种多语言词汇评估数据集(MuLVE)和 fine-tune 预训练的 BERT 语言模型,用于词汇评估,结果表明,在提供的数据集下,BERT 语言模型具有 > 95.5 的准确度和 F2 分数,该数据集可在欧洲语言网上获得。
- ACLSaFeRDialogues: 对话安全故障后优雅地接受反馈
该论文提出了 SaFeRDialogues—— 关于安全问题的对话反馈的优雅响应的任务和数据集,通过在数据集上进行微调,使得基于该方法的模型生成的对话可大大提高语境感知,更具人性化。
- EMNLPBeliefBank: 为预训练语言模型添加记忆以实现系统化的信念概念
本文介绍了一种嵌入预训练语言模型于一个更广泛系统中的方法,该系统包括一个不断演化的信仰符号记忆库,并描述了两种机制以提高系统中的信仰一致性,从而在控制实验环境中改善了模型的回答的准确性和一致性。
- 分层联想记忆
本文描述了一种完全反馈的关联记忆模型,具有任意数量的层,其中一些层可以是局部连接的(卷积),以及相应的能量函数,该函数在神经元的激活动力轨迹上逐渐降低。该模型具有来自较高层的丰富反馈,以帮助较低层神经元决定它们对输入刺激的响应。
- ACL将人类纳入自然语言处理环节:一项调查
介绍了人与自然语言处理模型 (NLP) 的交互式 (HITL) 的短暂但激动人心的历史,总结了近期以任务、目标、人机交互和反馈学习方法为重点的各种 HITL NLP 框架,并讨论了将来在 NLP 开发中整合人类反馈的方向。
- 仿真学习中的反馈:协变量转移的三种模式
通过利用模拟器而无需进一步访问专家演示,我们证明了一类广泛存在的问题,这些问题可以在理论和实践上缓解移量漂移的影响,并详细说明了需要新的标准化基准来捕捉机器人问题中的现象。
- EMNLP从对自然语言反馈的对抗修改中学习即兴聊天机器人
该研究通过引入生成对抗模型,将含杂谈反馈转换成具有自然样式的回复,可用于训练聊天机器人模型,提高正确回复的准确率。
- CVPR反馈 U-net 用于细胞图像分割
该研究提出了使用卷积 LSTM 来进行分割的反馈 U-Net 方法,通过将输出反馈到输入并提取特征来优化分割过程,结果在果蝇和老鼠细胞图像数据集中优于传统的前馈 U-Net 方法。
- AAAIeBay 上的移动指标检测和警报系统
eBay 建立了一个具有两个阶段警报系统的可行警报以及一个有效率的异常检测算法 Moving Metric Detector,为用户提供了精确的警报信息。