indonesian language | BriefGPT

关键词indonesian language

搜索结果 - 8

COPAL-ID：印尼语本土文化与细微差别的推理
COPAL-ID 是一个公开可用的印度尼西亚语常识推理数据集，它结合了印度尼西亚的当地文化细微差别，提供了更自然的印度尼西亚文化领域内的日常因果推理描绘。研究发现，目前最好的开源多语言模型在 COPAL-ID 上表现不佳，与文化无关的 XC
PDF8 months ago
EMNLP印尼的大型语言模型只能通过小学考试：基于 IndoMMLU 的综合测试
通过收集印尼的基础学校到大学入学考试的一系列考题，我们评估了大型语言模型是否能够通过这些考试，结果表明 GPT-3.5 仅能通过印尼的小学水平，并且对印尼的本地语言和文化了解有限，而诸如 BLOOMZ 和 Falcon 等较小的模型则无法通
PDF9 months ago
印度尼西亚语自然语言处理技术（NLP）的历史与发展：印度尼西亚语 NLP 技术、应用及发展的综述
论文概述自然语言处理在印度尼西亚语境下的发展历史，着重研究基本技术、方法和实际应用，包括词干提取、词性标注、情感分析、跨语言信息检索系统、信息提取以及统计机器翻译等，同时探讨了自然语言处理在印度尼西亚语产业和研究中的应用及挑战，提出了未来研
PDFa year ago
印尼语多语 T5 转换器
本文研究了将 mT5 多语言模型适应为仅针对印尼语的预训练 T5 模型，通过对多语言模型与本模型在情感分析、问题生成和问答三个任务的表现进行比较，结果表明可以生成一个更小的预训练模型并在 comparable yields 的同时减小模型大
PDFa year ago
使用印尼语次词分离器减少印尼语词汇量
本文提出了一个基于规则的算法，用于解决印尼语作为一个配对语言的神经机器翻译系统中，由于复合词的形态构成导致词汇量爆炸的罕见单词问题，该算法通过将单词转化为其词根和附加的语素来保留其含义和上下文，实验表明，该方法实用性强，可以显著减少语料库数
PDF2 years ago
2020 云杉杯：低资源语言词性标注任务概述
本研究探讨了不同词性（POS）标注方法的评估框架，并在印度尼西亚语和老挝语的数据集上使用基于特征的和神经网络的方法进行 POS 标注，结果表明神经序列标记模型显着优于经典基于特征的方法和基于规则的方法，其中在印度尼西亚语数据集上的最佳表现达
PDF2 years ago
COLINGIndoLEM 和 IndoBERT: 印尼 NLP 的基准数据集和预训练语言模型
发布了包括七个任务的 IndoLEM 数据集，以及新的预训练语言模型 IndoBERT 用于印度尼西亚语言，并在 IndoLEM 上进行了评估和与现有资源进行了基准测试。实验结果表明，IndoBERT 在 IndoLEM 的大部分任务上实现
PDF4 years ago
印度尼西亚自动提问生成器的序列到序列学习
本研究构建了一个基于印尼语的自动问题生成器，使用 BiGRU、BiLSTM 和 Transformer 结构，加入语言特征、复制机制和覆盖机制，使用 SQuAD v2.0 数据集并成功实现了自动化生成问题，表现出较好的性能。
PDF4 years ago