multi-task framework | BriefGPT

关键词multi-task framework

搜索结果 - 29

基于多 CNN 特征的 CNN-RNN 情感维度识别在 OMG 野外数据集上的应用
本文利用 CNN-RNN 方法以及 OMG-Emotion 数据集，多模态特征提取，提出了情感识别的新思路，仅利用视觉模态的方法优于同时利用音频和视觉模态的现有技术，实验表明，低级特征结合高级特征可明显提高情感唤起度的识别。
PDF5 years ago
EMNLP使用上下文化的跨度表示进行实体、关系和事件提取
我们提出了一个名为 DyGIE ++ 的统一、多任务框架，并通过枚举、精炼和评分文本跨句的局部和全局环境以完成命名实体识别、关系提取和事件提取等三项信息提取任务，利用动态跨句子关系模拟实现了跨句子实体关系抽取，该框架在多个领域的四个数据集上
PDF5 years ago
EMNLP使用 Transformer 模型联合学习对齐和翻译
本文介绍了一种用 Transformer 模型进行机器翻译和单词对齐的方法，实现了较高的翻译与对齐准确率，同时在多项测试中优于之前的 Transformer 模型单词对齐方法。
PDF5 years ago
ACL对话逻辑推理中的上下文口语理解记忆巩固
本研究提出了一种新的对话逻辑推理（DLI）任务，在多任务框架中共同巩固上下文记忆和 SLU 模型，实验结果表明各种领先的上下文 SLU 模型可以从我们的方法中获益，尤其是在槽填充方面。
PDF5 years ago
ACL基于动态跨度图的信息抽取通用框架
介绍了一个通用的框架，用于多个信息提取任务，共享动态构建的跨度图表示，该图由选择最可靠的实体跨度所构成，并使用置信度加权关系类型和共参考建立节点，从而实现共参考和关系类型置信度通过图传播迭代地细化跨度表示，与以前的多任务信息提取框架不同，我
PDF5 years ago
ICLR利用结构信息学习蛋白质序列嵌入
本研究提出了一种基于表征学习的框架，将蛋白质序列映射到表示蛋白质结构信息的序列向量中，并通过双向 LSTM 模型和全局结构相似度以及单个蛋白质残基接触映射的反馈机制进行训练，实现了蛋白质序列在预测结构相似性方面的多任务学习，而且该方法在跨膜
PDF5 years ago
全局加权平均池化：连接像素级定位和图像级分类
本文提出一种用于同时实现像素级别本地化和仅具有图像级别标签的图像级别分类的全卷积网络训练的全局加权平均池化方法并探讨了其在对象识别中的应用，提出了类特定和类不可知的 GWAP 模块构成的多任务框架，结果表明此框架可以使用仅具有图像级别标签的
PDF6 years ago
排名与评分：用于推荐系统的多任务学习
本文提出了一种利用用户的双重决策过程的多任务框架，针对推荐系统领域的排名和评分预测任务进行优化，通过在两个基准数据集上进行测试，证明了其优于现有技术的表现。
PDF6 years ago
KDDICU 中不同患者人群的多任务学习任务
提出了一个两步的框架，通过序列自动编码器无监督地学习相关病人子群并在多任务框架中对分开的病人群体进行预测，以提高住院死亡率的预测性能。需要更细粒度的绩效评估来处理异质人口。
PDF6 years ago