low-resource domains | BriefGPT

关键词low-resource domains

搜索结果 - 8

COLING大型语言模型的有效问题回答生成的明确多样性条件
通过引入明确的多样性条件，我们的工作对问题 - 答案生成进行了改进，明显提高了在低资源数据集中问题回答任务的性能。
PDF8 days ago
在低资源情况下使用主动学习进行参数高效语言模型调整
研究调查预训练语言模型在低资源文本分类任务中适配器模块和主要微调之间的相互作用，通过减少标注复杂性的主动学习算法显示出可行性，强调了主动学习与参数高效微调和一致性微调的相互潜力，为高效有效微调的提高打下了基础。
PDFa year ago
仅需提示和样本，使用 GPT-4 在低资源分类任务中进行数据增强
本文通过简单的提示使用 GPT-4 和 ChatGPT 增强有限的标注语料库，用于三种不同的分类任务，在低资源环境中通过生成的合成样本，测试了两种扩充策略：一种是维护原始标签分布，另一种则是平衡分布，实验发现，合成数据有助于实现很好的下游任
PDFa year ago
通往可解释 AI 中跨文化伦理学实践的道路
该研究介绍了一种以跨文化伦理为基础的可解释人工智能方法，针对在全球南方低资源领域中的应用，探讨了文化差异如何影响技术采用和使用，以及如何提高用户理解和促进这些方法的有效使用。
PDFa year ago
ACLSwitchPrompt: 学习特定领域的门控软提示，以在低资源领域中进行分类
本研究提出了一种名为 SwitchPrompt 的轻量级提示方法，通过使用可训练的闸门提示和领域特定关键字，将预训练的通用领域语言模型来适应各种低资源域，实验结果表明 SwitchPrompt 减少了领域特定语言模型预训练的需求，并在三种文
PDFa year ago
ACL领域自适应元学习的低资源风格转移
本研究提出了 DAML-ATM 方法，其中 DAML 为适应多个异构源领域的元学习方法，ATM 为一种全新的无监督文本风格转换方法，利用对抗风格训练，实现更好的内容保留和风格转移，并成功地应用于低资源领域中。
PDF2 years ago
为生物医学自然语言处理调整大型神经语言模型
本文系统研究了微生物 NLP 中 fine-tuning 的稳定性，提出了一系列技术来解决这个问题，并通过领域特定词汇和预训练来建立更健壮的模型。
PDF3 years ago
使用回译的数据增强方法应用于低资源的命名实体识别
本文提出了基于回译技术的数据增强策略，用于命名实体识别任务的低资源域，实验结果表明该方法在材料科学和生物医学领域中均表现出了高效的性能。
PDF3 years ago