knowledge extraction | BriefGPT

关键词knowledge extraction

搜索结果 - 63

COOL：全面的知识增强提示学习用于领域自适应小样本假新闻检测
通过综合的知识增强推理学习方法（COOL），我们提出了一种适用于领域自适应少样本 fake news detection 的方法，该方法通过从外部来源提取结构化和非结构化知识，并采用对抗性对比增强的混合推理学习策略来建模领域不变的新闻 -
PDF14 days ago
安全性：为网络安全咨询评估生成式大型语言模型
大型语言模型（LLMs）在网络安全应用中显示出潜力，但也因幻觉和缺乏真实性等问题导致信心下降。现有的基准测试提供了一般评估，但不能充分解决 LLMs 在网络安全特定任务中的实际应用方面的问题。为了填补这个空白，我们引入了 SECURE（安全
PDFa month ago
知识图谱构建中的不确定性管理：一项调查
建立知识图谱是个具有挑战性的任务，因为需要处理提取知识中的不确定性，并且需要解决数据的可靠性和冲突问题，同时还需要确保知识图谱的质量。
PDFa month ago
基于提示的方法的逻辑否定增强和去偏
基于提示的方法在自然语言处理领域越来越受关注，并在许多下游任务中显示出其有效性。然而，鲜有研究探索这些方法在逻辑推理方面的能力。本研究针对提示方法在一阶逻辑推理方面的有效性进行研究，发现其中的瓶颈问题在于逻辑否定。根据我们的分析，逻辑否定往
PDF2 months ago
ICLR通过视觉领域提示生成适应分布转变
提出一种在测试时使用少量无标签数据进行模型适应以应对分布偏移的方法，通过利用预训练模型和源域的相关信息从有限数据中提取领域知识，并通过建立知识库、领域特定提示生成器、引导模块、领域感知对比损失和元学习等技术实现领域知识的提取。在多个基准测试
PDF2 months ago
知识图谱扩展 —— 通过实体类型识别
本文提出了一种基于实体类型识别的知识图谱扩展框架，通过对不同知识图谱的模式和实体进行对齐，提高了扩展的性能，从而实现高质量的知识提取。通过定量实验和案例研究，全面展示了所提出的扩展框架及其功能的可行性和有效性。
PDF2 months ago
安全导航的物体关键性
配置和部署能够成功提取对象相关性知识的对象检测器，并利用这些知识来改善轨迹规划任务。在给定物体检测器的情况下，基于对象的相关性和传统的置信度阈值进行过滤，可以减少错过相关对象的风险，降低危险轨迹的可能性，并总体上提高轨迹的质量。
PDF2 months ago
基于树估计器的依区域法类别对西班牙法律裁决的自动解释
结合自然语言处理和机器学习的可解释法律文本分类系统，对决策的特征和决策路径进行分析并以自然语言形式呈现，实现模型决策的可理解性。该系统在法律类别上的实验结果表明，其分类性能具有竞争力，准确度值超过 90%，并且自动解释能够被非专业用户轻松理
PDF3 months ago
基于大型语言模型的房间 - 物体关系知识在增强多模态输入目标导航中的应用
利用大型语言模型提取知识，我们在多通道 Swin-Unet 架构的基础上，使用数据驱动的、基于模块的方法进行多任务学习，从而实现了有效的目标导航，超过了基准模型平均 10.6% 的效率指标（SPL），并在现实世界的演示中展示了该方法在穿越多
PDF3 months ago
AutoGuide: 大型语言模型代理的自动生成和选择状态感知指南
通过提取蕴含于离线数据中的知识，AutoGuide 框架在大型语言模型的知识缺失问题上取得了重大突破，并通过提供与代理程序当前决策过程相关的有用知识，在顺序决策基准测试中大幅优于竞争的基于大型语言模型的基线模型。
PDF4 months ago
大语言模型时代的材料科学：一个观点
我们提供一个对大型语言模型在材料科学研究中的适用性的观点，认为它们处理一系列任务和学科中的模糊需求的能力使它们成为帮助研究人员的强大工具。我们定性地研究了基础的大型语言模型理论，并将其与文献中的相关性质和技术联系起来，然后提供了两个案例研究
PDF4 months ago
评估 LLMs 中强化遗忘的八种方法
通过综合测试现有评估方法，我们对 Eldan and Russinovich（2023）的 “Who's Harry Potter” 模型进行了严格评估，发现它在 “熟悉度” 度量下表现良好，可靠地提取大量超越基准的知识，并与原始模型在 H
PDF4 months ago
揭开黑匣子：遥感中可解释人工智能的系统综述
近年来，黑盒机器学习方法已成为遥感领域知识提取的主要建模范式。本文通过系统回顾，总结了遥感应用中可解释人工智能方法的使用趋势、发现和挑战，并揭示了解释解析的常见模式，提供了该领域的最新综述和未来研究方向的基础。
PDF4 months ago
基于患者的知识图谱研究：现有方法、挑战和应用综述
病患中心知识图谱（PCKGs）是医疗保健领域的重要转变，通过以整体性和多维度的方式映射患者的健康信息，聚焦于个体化患者护理。这篇文献综述探讨了 PCKGs 的方法学、挑战和机遇，以及它们在整合不同医疗保健数据和通过统一的健康视角增强患者护理
PDF4 months ago
忽略不计：大型语言模型中的指令覆盖和调控
最近的大型语言模型在指令遵循的冲突情况下进行了调查和基准测试，对比了最流行的专有模型和不同大小的开源模型。实验表明，较大的模型在遵循指令方面表现最佳，并且对内部和上下文指令具有覆盖能力。然而，在进行长上下文的缩放时需要保持与困惑度边缘的显著
PDF5 months ago
SDRDPy: 用于图形化显示使用监督性描述规则算法获得的知识的应用
SDRDPy 是一个桌面应用程序，它使专家能够直观地图形化和表格化表示由任何监督性描述规则发现算法提取的知识。该应用程序能够提供数据分析，显示数据集的相关信息及规则、数据和与每个规则相关联的质量指标之间的关系，并且无论算法在何种工具上执行，
PDF5 months ago
CrisisKAN: 危机事件分类的知识注入和可解释的多模态注意力网络
提出了 CrisisKAN，一种新颖的知识注入和可解释的多模态注意力网络，结合了来自维基百科的图像和文本以分类危机事件。实验证明，CrisisKAN 在解释性多模态事件分类领域超过了现有的最先进方法。
PDF6 months ago
D-Bot: 使用大型语言模型的数据库诊断系统
D-Bot 是基于大型语言模型的数据库诊断系统，能够从诊断文档中自动获取知识，并在可接受的时间范围内生成合理和有根据的诊断报告，包括确定根本原因和解决方案。通过在真实基准测试中验证，D-Bot 可以有效地分析未见异常的根本原因，明显优于传统
PDF7 months ago
通过知识挖掘和摘要的自我增强领域特定聊天机器人训练方法
通过从特定领域的文本源有效提取相关知识和自适应培训聊天机器人，我们引入了一种增强大型语言模型（LLMs）的新方法。我们的模型通过训练知识矿工 LLMiner 自动从相关文档中提取问题和答案对，并将这些 QA 对与对话数据集结合来对 LLM
PDF7 months ago
探索规则的字典树：一种用于表示关联规则的高效数据结构
提出了一种名为规则 Trie 的新型数据结构，用于存储关联规则挖掘生成的规则集。该数据结构是一个前缀树图结构，将规则存储为路径，相似规则在路径上重叠。实验证明了该表示技术的潜力，具有几乎没有数据损失的规则集压缩效果，以及在搜索特定规则和排序
PDF8 months ago