natural language understanding | BriefGPT

关键词natural language understanding

搜索结果 - 447

PerSHOP -- 波斯购物对话系统建模的数据集
本文通过众包开发了包含近 22k 个发言、15 个不同领域和 1061 个对话的波斯语对话数据集，并对其进行了标注以训练模型。同时，我们提出了一些用于自然语言理解（NLU）任务的基准模型，其中，意图分类的 F-1 得分约为 91％，实体抽取
PDF6 months ago
TESS: 分布式自然语言理解模型的交互式多智能体系统的多目标解析器
该研究提出了一种有效的解析和编排流水线算法，以满足多意图用户的需求，同时提供与竞争性深度学习模型相当的性能，并且速度可达到快速的 48 倍。
PDF6 months ago
RDR: 加强语言理解的总结、思考和应答方法
通过将重述、讨论和回应三个目标纳入神经网络流水线，我们的方法解决了自然语言理解中的内外知识误用问题，使得结果更加准确。
PDF7 months ago
PROPRES: 探索各种触发器和环境中的预设语的项目性
项目性等词设想和词语公推等范围应该在言语理解研究中得到充分考虑。
PDF7 months ago
BiPFT: 使用低秩估计二值化残差多项式的二值先预训练基础 Transformer
首次提出了二元预训练基础模型转换器 (BiPFT) 用于自然语言理解任务，极大地节省了计算和内存资源，并通过对二值神经网络 (BNNs) 进行大规模预训练数据驱动的二值化方法，提高了学习能力，具备了 15.4% 优越的综合性能。
PDF7 months ago
关于环境学习校准的研究
现代自回归语言模型研究了在上下文学习中，如何在广泛数据上通过预测下一个令牌以最小化对数损失，以获得校准答案。通过大量实验，发现当增加模型大小、增加上下文学习示例以及使用指导、对话或强化学习等方法在精心策划的数据集上对模型进行微调时，性能和校
PDF7 months ago
水母：一个用于数据预处理的大型语言模型
在本文中，我们介绍了 Jellyfish，一种基于开源 LLM 的通用数据隐私求解器，它能够在解决各种数据隐私任务时展现出通用性，并且具备理解自然语言的能力。Jellyfish 不仅能够在本地、单个低成本 GPU 上运行，并确保数据安全和进
PDF7 months ago
SQATIN：监督指令调校与问答相遇，提升对话自然语言理解
基于 SQATIN 框架，该篇论文通过指令调整和基于问答的 ID 和 VE 任务的公式化，提出了一种新的对话 NLU 框架，从而在对话 NLU 领域取得了最新的技术成果，无论是在域内训练还是跨领域转移中都在现有模型基于标准微调目标的性能上大
PDF8 months ago
注重解释的软集成增强大型语言模型的上下文学习
Large language models have the ability to quickly adapt to target tasks without gradient updates by using an Explanation
PDF8 months ago
EMNLP自然语言理解模型对语音识别错误的鲁棒性评估的一种方法
通过使用合成语音进行 NLU 模型评估，本文提出了一种方法来研究语音识别错误对自然语言理解模型性能的影响，并结合细粒度的错误分类技术。结果表明，使用合成语音代替音频记录在很大程度上不改变所提出的技术的结果。
PDF8 months ago
EMNLP使具有身体的代理程序理解人类指令
提出了一种名为 tagE 的新系统，采用神经网络模型来从复杂的自然语言任务说明中提取一系列任务和相应的参数，并将这些任务映射到机器人的技能集合中，参数与环境中的对象关联。实验证明这种方法胜过坚实的基线模型。
PDF8 months ago
EMNLPCoF-CoT：面向多域 NLU 任务的粗到细思维链路提示技术增强大型语言模型
我们提出了一种粗细链式思维（CoF-CoT）方法，将自然语言理解任务分解为多个推理步骤，以便大型语言模型学习获取和利用解决不同粒度任务所需的关键概念，并利用基于语义的抽象意义表示（AMR）结构化知识作为中间步骤，捕捉话语的细微差别和多样性结
PDF8 months ago
EMNLP解释文本片段之间的交互
通过 SpanEx 数据集和社区检测方法，研究了自然语言理解中的跨度推理，包括事实核查和机器阅读理解，并与人类推理过程进行了比较。
PDF8 months ago
EMNLPStoryAnalogy: 从大型语言模型获取故事层面类比以解锁类比理解
评估了通过构建首个大规模故事级类比语料库 StoryAnalogy 来识别和生成类比的能力，并发现类比识别任务对于句子嵌入模型和最近的大型语言模型（LLMs）都具有极高的挑战性。最终发现 StoryAnalogy 中的数据可以提高 LLMs
PDF8 months ago
EMNLP思维链调优：掩码语言模型在自然语言理解中也能逐步思考
通过链式思维调整提升小型蒙特卡罗模型（MLMs）在自然语言理解（NLU）任务上的表现，实现逐步思考的两步推理框架。对层次分类和关系抽取进行实验证明 CoTT 优于基准方法，取得了先进的性能。
PDF8 months ago
通过解耦上下文表示学习和结构信息传播重新审视图形意义表示
在自然语言理解领域中，神经模型和图形意义表达（GMR）的交叉点仍然是一个引人注目的研究领域。本文通过引入 DAGNN-plus，一种简单且参数高效的神经架构，将上下文表示学习与结构信息传播解耦，从而填补 GMR 的确切影响的空白。通过与各种
PDF9 months ago
Dobby: 由 GPT-4 驱动的会话服务机器人
本文介绍了一个机器人平台，该平台将对话型人工智能代理程序嵌入具备自然语言理解和智能决策能力的实体系统中，以整合任务规划和类人对话。该代理程序基于大型语言模型，通过学习了解广泛的一般知识。除了生成对话，此代理程序还可通过对机器人执行指令与物理
PDF9 months ago
ChatGPT 作为数据增强在组合泛化中的应用研究：以开放意图检测为例
本文通过案例研究，以开放式意图检测任务为研究对象，探讨使用 ChatGPT 作为数据增强技术以提高组合泛化性能，通过构建数据集并整合 ChatGPT 生成的合成数据来训练模型，通过严格评估多个基准测试，发现我们的方法在开放式意图检测中表现优
PDF10 months ago
企业电子邮件欺诈检测的模块化和适应性系统
该研究报告描述了 CAPE 系统，一个综合而高效的商业电子邮件欺骗（BEC）检测系统，它使用机器学习和自然语言理解技术，结合多种方法，包括基于 Transformer 神经架构的行为检测器，来对现代 BEC 攻击进行检测，并提供可解释的结果
PDF10 months ago
SeqGPT：一个开箱即用的开放领域序列理解大语言模型
SeqGPT 是一种增强的双语模型，专门用于开放领域自然语言理解，通过两个原子任务来表达所有的 NLU 任务并进行指令微调和深度微调，展示了良好的分类和抽取能力，可在未见领域上执行语言理解任务。
PDF10 months ago