low-resource | BriefGPT - AI 论文速递

关键词low-resource

搜索结果 - 87

跨语言、字符级别的低资源命名实体识别的神经条件随机场
通过字符级神经 CRF 模型进行跨多个语言的命名实体识别的迁移学习，使得在资源丰富和资源匮乏的语言中都能提高 F1 分数，并在基线上提升 9.8 个点。
PDF3 months ago
ACL机器翻译、变音符号与变音处理的相互作用
我们研究了机器翻译和变音符号在多任务学习环境中相互影响的表现以及在机器翻译性能上保留（与去除）变音符号的影响。在 55 种不同语言（36 种非洲语言和 19 种欧洲语言）的高资源和低资源设置中，我们发现：对于第一个问题，变音符号对低资源情况
PDF3 months ago
低资源立场检测的协作知识注入
我们提出了一种协作知识注入方法，用于低资源立场检测任务，通过知识对齐协作地利用来自不同知识源的目标背景知识，同时引入了参数高效的协作适配器和分阶段优化算法来解决低资源立场检测任务的挑战，实验结果表明相比现有的立场检测方法有显著的性能提升。
PDF3 months ago
COLINGCO3: 低资源对比协同训练用于生成性会话查询重写
以极少资源为基础的生成式对话查询重写，通过使用大量无标签数据进行对比协同训练，克服了噪音和语言风格变化的困扰，展示了在少样本和零样本场景下的优越性和更好的泛化能力。
PDF3 months ago
文本到数据：以文本控制为主的低资源数据生成
通过无标注数据进行无监督扩散建模的 Text2Data 方法在低资源环境中能够实现跨多种模态的可控性，并具备比现有基线模型更好的性能。
PDF5 months ago
跨语种多语义搜索的领域适应 - 文献综述
该文献综述提供了对于在低资源环境中进行领域适应以及低资源环境中进行多语义搜索的当前方法的概述。我们开发了一种新的分类方法，将领域适应方法基于对于密集文本信息检索系统的部分适应进行聚类，并重点关注如何高效地进行组合。同时，我们还探讨了将多语义
PDF5 months ago
用于低资源对话状态跟踪的提示学习和自训练的状态值生成
提出了一种基于特征值生成的新颖对话状态追踪框架 (SVAG)，将 DST 分解为状态值的生成和领域槽的生成，并使用自我训练来进一步改善状态值的生成。实验证明，在模型参数限制在 1000 亿以下的情况下，该方法在数据比例为 5％、10％和 2
PDF5 months ago
稳定蒸馏：针对低资源自动语音识别的连续预训练正则化
通过自监督预训练（SSL）持续适应现有的 SSL 模型至目标领域已被证明对于资源稀缺的自动语音识别（ASR）非常有效。本文提出了一种简单而新颖的方法，称为稳定蒸馏，用于基于 SSL 的持续预训练，促进目标领域 ASR 性能的提升，其中有限的
PDF6 months ago
CPU 上的低延迟实时语音转换
我们将之前的音频处理和生成神经网络的结构应用于实时的多对一声音转换任务中，得到了具有低延迟和低资源使用的模型 LLVC（低延迟低资源声音转换），在 16kHz 比特率下延迟不到 20 毫秒，在消费级 CPU 上运行速度接近实时的 2.8 倍
PDF8 months ago
EMNLPDemoSG: 低资源事件提取的展示增强模式引导生成
用于低资源环境下的事件抽取的演示增强的基于模式引导的生成 (DemoSG) 模型在利用演示说明的学习范式和基于模式提示的自然语言生成任务中，显著超越了当前低资源情景下的方法。
PDF9 months ago
深度学习语音合成模型在少样本、低资源、定制数据集上的迁移学习比较分析
使用深度学习的文本到语音合成 (TTS) 依赖于声音质量。现代 TTS 模型具有很高的先进性，但需要大量的数据。本研究聚焦于迁移学习，特别是对于少样本、低资源、定制化数据集。该研究通过详尽的技术分析评估了 TTS 最新模型迁移学习的能力，并
PDF9 months ago
DoRA: 基于领域的自监督学习框架用于低资源房地产评估
通过使用自监督学习和领域知识，我们提出了一个用于低资源房地产估价的 DoRA 框架，能够在少样本情景下明显优于表格数据的自监督和基于图的方法，为新建和有限记录的财务从业人员提供了有用的通用模型。
PDF10 months ago
RoPDA：面向低资源命名实体识别的鲁棒性基于提示的数据增强
提出了一种名为 RoPDA 的数据增强方法，使用基于预训练语言模型的连续提示方法，在低资源的 NER 任务中生成标签反转和标签保存的样本，通过滤除低质量样本和 mixup 技术来优化利用增强样本，实验证明该方法显著提高了性能并超越了半监督学
PDFa year ago
低资源端到端口音语音识别的多遍训练和交叉信息融合
本研究提出了一种基于 Conformer 的架构，即 Aformer，利用大型非方言和有限口音训练数据从声学信息中提取互补的音频信息，并提出了多通道训练和三种跨信息融合方法，用于从 Aformer 的通用编码器和口音编码器中有效地融合信息，
PDFa year ago
NAVER LABS Europe 的多语种语音翻译系统对 IWSLT 2023 低资源轨道的支持
本文介绍了 NAVER LABS Europe 的 Tamasheq-French 和 Quechua-Spanish 语音翻译系统，着重研究了在低资源情况下使用多语种参数高效解决方案，利用强大的预训练模型来最大化翻译质量的工作。
PDFa year ago
基于标志性形状识别的低资源白盒式三维点云支撑塔语义分割
本文提出了一种低资源的白盒子模型 SCENE-Net，利用类群不变非扩张算子（GENEOs）在点云中识别签名形状，提供固有几何可解释性，在保证模型决策机制透明性的同时，使训练时间在 85 分钟、推理时间在 20ms，需要的可训练几何参数仅
PDFa year ago
Ada-TTA：自适应高质量文本到语音头像合成
本文提出 Adaptive Text-to-Talking Avatar（Ada-TTA），该方法在语音识别的背景下，设计了通用的零样本多扬声器 TTS 模型，并采用神经渲染技术来实现逼真的音频驱动的说话面部视频生成，实现了身份保护言语和逼
PDFa year ago
ACLUCAS-IIE-NLP 在 SemEval-2023 任务 12 中的表现：增强低资源情感分析的多语言 BERT 泛化能力
本文描述了我们为 SemEval-2023 任务 12 而设计的系统：对非洲语言进行情感分析。为了缓解低资源环境下标记数据和语言资源的短缺问题，我们提出了一个通用的多语言系统 SACL-XLMR，用于对低资源语言进行情感分析。我们的系统在多
PDFa year ago
基于预训练 ASR 模型的低资源语音转文本翻译策略
本文提出了改进低资源语音转文本翻译性能的技术和发现，实验结果显示多语言自动语音识别系统在低资源场景下作为良好的初始化，CTC 作为额外的目标有助于重新排序内部表示并提高最终翻译。通过实验，确定了对改进低资源设置最有贡献的各种因素（初始化、目
PDFa year ago
低资源关键词生成的数据增强
本文提出了针对资源受限领域关键短语生成的数据增强策略，并设计了使用文章全文来改进关键短语生成技术的方法，在三个数据集上得到了显著的性能提升。
PDFa year ago