meta-embeddings | BriefGPT - AI 论文速递

关键词meta-embeddings

搜索结果 - 7

EMNLP元嵌入中的性别偏见
本文研究了从给定的源嵌入集合中开发元嵌入的不同方法，以及它们中的性别偏见如何影响元嵌入，并通过实验证明，debiasing 不仅需要源代码，还需要它们的元嵌入。作者提出了一种基于元嵌入学习的新型去偏方法，其中使用多种去偏方法对单个源嵌入进行
PDF2 years ago
多语言模型在代码交错中有效吗？
本文研究了多语言语言模型在代码切换任务中的应用效果，通过研究实验得出使用元嵌入方法能够在参数数量减少的情况下取得类似的结果。
PDF3 years ago
EMNLPFAME: 基于特征的对抗元嵌入，用于鲁棒的输入表示
通过 adverarial training 方法，结合反映单词特征的注意力机制，成功实现了不同类型和尺寸的词向量的融合，表现优异，成为 27 种语言的词性标注、各种 NER 任务和问题分类等多项任务的最新 state of the art
PDF4 years ago
学习几何词元嵌入
本文提出了一个几何框架，用于学习来自不同嵌入源的单词元嵌入。该框架将嵌入转换为共同的潜空间，这使得对给定单词的不同嵌入进行简单平均更加易于处理。通过两种特定的几何变换（正交旋转和马氏度量缩放），得到了提出的潜空间。在几个单词相似性和类比测试
PDF4 years ago
单语和跨语言元嵌入的共同语义空间
本文介绍了一种新的技术来创建单语和跨语言的元嵌入。通过使用多种技术、文本来源、知识库和语言创建的多个单词嵌入，使用线性变换和平均值将现有单词向量投射到公共语义空间，以保持原始嵌入的维度，并通过处理词汇表外的问题而不失去信息。经过广泛的实证评
PDF4 years ago
ACL简单易行的元嵌入 -- 通过平均源词嵌入计算元嵌入
本文介绍了一种通过对两组不同的单词嵌入集进行算术平均的方法来生成元嵌入的方法，该方法比起更复杂的元嵌入学习方法表现更好，尽管不同源单词嵌入向量空间不可比较，但本文阐述了平均法之所以能够产生准确的元嵌入的原因。
PDF6 years ago
全球思考，本地嵌入 --- 单词的本地线性元嵌入
提出一种无监督的本地线性元嵌入学习方法，使用预先训练好的分布式词嵌入生成更准确的元嵌入，表现优于该领域现有技术，建立新的元嵌入技术的最先进状态。
PDF7 years ago