low-resource datasets | BriefGPT

关键词low-resource datasets

搜索结果 - 7

ACL预训练语言模型在低资源文本上的泛化和稳定调优
基于注意力引导的权重混合和双层优化框架，我们提出了一种用于预训练语言模型的微调方法，以解决在低资源数据集上微调模型时的不稳定性和过拟合问题，在广泛的实验中验证了该方法的有效性和优越性。
PDF3 months ago
指令调整语言模型实现统一文本结构化
本文提出了一种简单有效的方法，即在输入到大型语言模型之前添加前缀和后缀指令，以指示所需的信息提取任务和结构类型，以从文本中提取各种结构。通过在两个大型语言模型上进行实验，结果表明该方法能够在各种语言和知识的数据集上执行效果与其他现有的最先进
PDFa year ago
低资源学习的挑战性基准测试
通过提出一个更具挑战性的标准 hardBench，通过 11 个数据集，包括 3 个计算机视觉（CV）数据集和 8 个自然语言处理（NLP）数据集，研究表明目前模型的弱点，尤其是在低资源学习困难的情况下，证明了现有模型与人类性能水平之间仍然
PDFa year ago
ACL利用期望统计规则改进低资源跨语言解析
本研究提出了一种新颖的基于期望的统计正则化技术 (ESR)，利用低阶的多任务结构统计来塑造模型分布，适用于在低资源数据集上做半监督学习。我们将 ESR 应用到跨语言转移学习中，对句法分析 (POS 标记和带标签依存分析) 进行研究，并提出了
PDF2 years ago
通过对抗对比学习在资源受限领域中检测微博帖子中的谣言
本文提出了一种基于对抗对比学习框架的谣言检测方法，该方法通过语言对齐和新的监督对比训练范式，将从充分资源的谣言数据中学到的特征适应于低资源的数据；此外，通过对抗增强机制，进一步提高低资源谣言表示的鲁棒性，实验结果表明本文提出的方法可以更好地
PDF2 years ago
EMNLP面向强鲁棒性神经机器翻译的对抗子词规范化
该研究通过提出对抗子单词规范化技术（ADVSR）探讨了在训练过程中是否可以使用梯度信号作为多样化子单词分割的替代标准，实验证明该技术可以有效地减少分割错误对神经机器翻译模型的影响，从而提高模型在低资源和外部数据集上的性能。
PDF4 years ago
一种新的神经网络方法用于低资源汉语分词的深度学习迁移
提出了一种基于转移学习的方法来改善中文分词在低资源数据集上的效果，该方法在高资源数据集上训练教师模型，然后使用学习到的知识来初始化学生模型，并且通过一种加权数据相似性的方法在低资源数据集上训练学生模型，实验证明该方法显著提高了在低资源数据集
PDF7 years ago