labeled datasets | BriefGPT

关键词labeled datasets

搜索结果 - 21

基于骨架姿势序列的传感器数据增强技术提升人体活动识别
为了改进基于可穿戴传感器的人体活动识别，本文提出了一种从 3D 骨架姿势序列中直接生成传感器数据的姿势到传感器网络模型，并同时训练姿势到传感器网络和人体活动分类器，通过优化数据重构和活动识别来改进性能。实验结果表明该框架优于基线方法，并在
PDF2 months ago
LLMs 的不确定性估计与量化：一种简单的监督方法
通过使用标记的数据集，本文研究了针对大型语言模型（LLMs）的不确定性估计和校准问题，提出了一个监督学习方法来估计 LLMs 响应的不确定性，并展示了利用隐藏激活对不同任务进行增强不确定性估计的好处和在超出分布范围的情况下的鲁棒性，同时区分
PDF2 months ago
Bipol 下的数据偏差：男性天生右派，女性的角色是跟随他们的领导
我们介绍了关于三种语言中偏见的新的大型标记数据集，并通过实验证明了在评估的 5 种语言中的 10 个数据集中都存在偏见，包括英语 GLUE/SuperGLUE 排行榜上的基准数据集。我们使用 SotA 多语言预训练模型 mT5 和 mBE
PDF3 months ago
CVPR部分标记多任务学习的联合任务正则化
多任务学习中，我们提出了一种名为 JTR 的技术，通过利用任务之间的关联性，在单个联合任务的潜在空间中同时调整所有任务的参数，以提升在数据不完全标记的情况下的学习效果。我们在基于 NYU-v2、Cityscapes 和 Taskonomy
PDF3 months ago
COLING大型语言模型作为金融数据注释工具的效果与效率研究
研究通过比较三种大型语言模型与专家标注者和众包工人标注的金融文档，发现大型语言模型可作为提取金融文档中关系的高效数据标注工具，并引入了一个可靠性指标用于识别需要专家关注的输出，提供了在特定领域设置中自动化注释的收集和使用的建议。
PDF3 months ago
LLMs 加速医疗信息提取的注释
使用大型语言模型（LLMs）结合人类专家的方法，快速生成医疗文本注释的地面真实标签，从而减少人工注释负担并保持高准确性，为医疗健康领域的定制自然语言处理（NLP）解决方案提供了潜力。
PDF7 months ago
现实世界视觉数据集中自动误标签检测的实证研究
计算机视觉中使用标记数据集是主要的进展，近期的研究工作提出了用于自动识别错误标记图像的方法，但在实际数据集中有效实施这些方法的策略仍未充分探索。本研究在多个数据集上对最近发展的自动化错误标记检测方法进行了详细评估，结果表明该方法在清理真实世
PDF7 months ago
简单但有效的无监督分类指定领域影像：以真菌影像为例研究
一种无监督分类方法，在特定领域的图像分类中，通过使用预训练模型和流形学习进行双重特征降维、多种聚类算法的投票机制以及事后标注而不是事前手动标注，成功地提高了分类准确率，降低了对预先标注数据集的依赖，从而实现了数据分类的闭环，并给各个领域的研
PDF8 months ago
弱监督语义分割的受控扩散图像增强
通过引入一种名为受控扩散的新方法，该研究论文提出了一种解决图像级标签训练弱监督语义分割模型的问题的框架，它通过可控的扩散生成多样化的图像来增强现有的标记数据集，并提出了一种高质量的图像选择策略来减少扩散模型的随机性引入的潜在噪声。实验证明了
PDF9 months ago
SwimXYZ：一个大规模合成游泳动作和视频数据集
运动技术在运动中扮演着越来越重要的角色，并成为运动员获益的真正竞争优势。然而，传统的动作捕捉系统昂贵且束缚。最近发展起来的基于计算机视觉的方法也在某些运动中面临困难，比如游泳，由于水中环境的限制。为了解决这个问题，我们介绍了 SwimXYZ
PDF9 months ago
使用语言模型对脆弱测试修复类别进行黑盒预测
论文提出一种基于机器学习的框架，通过对测试代码进行分析并使用语言模型 CodeBERT 和 UniXcoder，训练模型以预测问题的修复类别，提供快速准确的修复支持。实验结果表明，UniXcoder 可以比 CodeBERT 更准确地预测开
PDFa year ago
人工智能技术的最新趋势：范围审核
该研究在人工智能和机器学习领域的三个期刊中进行了综述，指出数据处理是技术发展中最重要的部分。一些常用的数据集往往需要手动标记，因此半监督或无监督的方法被越来越多地研究。在实际应用中，考虑到安全和可解释的预测是必要的。
PDFa year ago
反犹信息？高质量注释指南和推文标注数据集指南
构建了一个进行反犹太主义言论自动检测的标注过的数据集，该数据集通过有关关键词，并给予标注人员对一个常用定义的反犹太主义进行刻意强制应用来涵盖广泛的讨论主题，并包括 1250 条符合国际大屠杀纪念联盟关于反犹太主义的定义，并且未被错误标记的推
PDFa year ago
MMDOORS: 岩石分割数据集。统计属性与 Blender 设置
研究意在检测小天体表面上的巨石，为视觉导航等应用提供数据驱动算法，通过提供两个公开标注数据集，解决了砝码缺乏等问题。
PDF2 years ago
当代网络反犹太主义和阴谋叙事的代码，图案和形状 -- 在 COVID-19 背景下的注释指南和带标签的德语数据集
在 COVID-19 大流行期间，新的阴谋论和现有阴谋论被刷新，经常与反犹太故事情节、刻板印象和代码交织在一起。在网络上存在如此多反犹太和阴谋论内容，数据驱动的算法方法对于反歧视组织和研究人员都是必不可少的。本文旨在开发反犹太和阴谋理论在线
PDF2 years ago
深度无监督域自适应：近期进展和展望综述
深度学习在许多领域都展现出其超凡表现，但仅仅依靠大量标记数据来训练模型并不能保证其在面临目标域的分布变化时仍有出色的表现，无监督域自适应通过利用源领域标记数据和目标领域未标记数据来解决该问题，并已在自然图像处理、自然语言处理等领域取得了许多
PDF2 years ago
自适应提示学习的基于少样本的情感分析
本文提出了一种自适应提示构建策略，利用 seq2seq-attention 结构获取输入序列的语义信息，并动态构建自适应提示，可以改善提示的质量，且通过预训练的提示有效地推广至其他领域。在 FewCLUE 数据集上的实验证明了该方法的有效性
PDF2 years ago
数据编程的成对反馈
通过将成对反馈信息纳入程序性标记数据集的潜在类变量建模过程中，即使只有很少数量的成对反馈信息源，也可以实现潜在类变量后验估计质量的显著提高。
PDF5 years ago
EMNLP自动论证质量评估 -- 新数据集和方法
探索自动评估论点质量的任务，通过对 6.3k 个论点进行精细注释，以及 14k 个论点对的高品质论点独立标注，提出基于最近发布的语言模型的神经方法进行论点排序和论点对分类，产生与最先进技术相媲美的结果。
PDF5 years ago
病理学中的 TB 级深度多实例学习用于分类和定位
该研究使用大规模的有标签数据集训练深度学习模型结合 “多示例学习”，以在针生物镜下进行前列腺癌诊断，并获得了很高的 AUC，为计算病理学领域的决策支持系统部署提供了基础。
PDF6 years ago