low resource settings | BriefGPT

关键词low resource settings

搜索结果 - 7

ACL使用合成数据和迁移学习在低资源文本转语音系统中进行快速说话者适应
使用端到端深度学习方法构建的文本到语音系统，通过高资源语言数据和合成数据进行迁移学习，利用目标语言中的现有单语者文本到语音系统生成领域内合成数据，实现在低资源环境下训练高质量的单语者文本到语音系统，证明了双重预训练和仅解码器微调的重要性，并
PDF7 months ago
多阶段主动学习提高低资源问答能力
本文探讨了在数据稀缺的情况下，将数据增强和主动学习结合用于迁移学习任务的方法，同时研究了不同阶段的问题回答性能和人类标注的影响。实验表明，在引入人类标注的情况下，该方法可以实现在新的、专业领域中的低标注成本的问题回答系统。
PDF2 years ago
ACLFew Shot 命名实体识别的标签语义
本文提出了一种神经架构，利用 BERT 编码器，匹配文档的 tokens 和标签语义信号的表示，从而在命名实体识别的少样本情况下，实现了先进的结果。此外，该模型在低资源环境中表现出很好的效果。
PDF2 years ago
ACL变分预训练用于半监督文本分类
介绍了 VAMPIRE，这是一个轻量级的预训练框架，可用于在数据和计算资源有限的情况下进行有效的文本分类。使用无标记的领域内语料库通过变分自编码器实现 unigram 文档模型的预训练，并将其内部状态作为下游分类器的特征。在低资源情况下，我
PDF5 years ago
ACL大规模多语言神经机器翻译
本文探讨了多语种神经机器翻译的极限，通过实验培训了适用于 102 种语言的模型，并在 59 种语言上表现出了优异的翻译效果，表明大规模多语种神经机器翻译模型对低资源环境下的翻译质量有积极支持和刺激。
PDF5 years ago
将普克鲁斯特分析泛化以提升双语词典感知能力
本文提出了一种新方法，即通过将两种语言映射到一个潜在的第三个空间中，而不是直接对其进行线性对齐，从而更容易地学习到近似的对齐，在低资源情况下可以通过支持语言进一步提高性能的双语词典归纳方法。
PDF6 years ago
ACL用于智能代理的自然语言理解快速可扩展功能
本文介绍了一种利用深度神经网络结构实现转移学习的方法，通过在已有的资源上进行最大限度的重用，扩展了常见商业代理的理解能力，显著提高了低资源场景下准确性，并显著缩短了模型开发时间。
PDF6 years ago