- MM视频检索中的否定理解学习
本研究使用现有数据集 (VATEX, MSR-VTT) 重新构建评估协议,提出了一种基于学习的方法来训练具有否定意义的视频检索模型,该方法通过部分否定原标题来为特定训练视频构建软负标题,然后计算三元组的双向约束损失,将这个辅助损失加权到标准 - ACLTransformer 语言模型中的负面情感处理
通过将问题转化为自然语言推理任务,探索使用 negation 的 transformer-based 语言模型推理的能力,并通过一些预测问题,揭示它们处理不同类型 negation 的不同方式。
- ACL学习分离的否定和不确定性表示
通过使用变分自动编码器,监督潜在表示仅然可达到好的结果,然而基于对抗学习和互信息最小化的辅助目标可以提供额外的脱缰效果,以此来将否定,不确定性和内容的表示相分离。
- ACL自然语言理解语料库中否定语分析
本文研究分析了 6 个自然语言理解的任务中,八个流行的语料库中的否定词的使用情况,指出这些语料库中的否定词较少且不重要,而最新的 transformers 在处理含有重要的否定词的实例时表现不佳,因此需要新的包含否定词的语料库来解决自然语言 - 通过地理可视化探索移动描述
通过自动提取文本信息来感知运动现象具有挑战性。本文介绍了 GeoMovement,该系统基于结合机器学习和基于规则的运动相关信息抽取,并使用先进的可视化技术。GeoMovement 提供了一种集成框架,可以同时提取运动和缺乏运动,为人们提供 - ACL神经机器翻译中否定的再探讨
通过对神经机器翻译的信息流分析,我们在英 - 德和英 - 中语言对上实验并对否定语的翻译进行自动和手动评估,找到了 NMT 模型和翻译方向之间性能的变化,并发现本文所考虑的 NMT 模型最大的翻译错误类型是低估,这与以前在统计机器翻译中观察 - 理解非理解:在语言模型中建模否定
本文针对自然语言中否定句的建构,借助负面通用语句的反向学习目标,优化了 BERT 语言模型,将 negated LAMA 数据集的平均 top1 错误率降至 4%,并在 negated NLI 基准测试中看到了一些改进。
- ACL针对性情感分类的否定与推测的多任务学习
本文中,我们提出了一种多任务学习方法,将来自句法和语义辅助任务的信息(包括否定和推测范围检测)结合起来,创建了更具鲁棒性的英语语言模型,以处理定向情感分析中的语言现象,经实验证明,基于多任务和通过语言建模的迁移学习都能提高模型性能,但总体表 - EMNLP机器翻译中否定词作为误差来源的问题
本研究探讨机器翻译系统对语言中否定词的翻译效果,并发现之前研究中很少探究的语言特征显著影响翻译结果质量,有些情况下甚至会出现 60% 以上的降低。通过语言学分析,我们发现这种影响存在一定的规律性。
- EMNLP神经自然语言推断模型部分嵌入了词汇蕴含和否定理论
本研究通过四种方法评估自然语言推理 (NLI) 模型是否可以学习词汇蕴涵和否定之间的组合交互作用,并提出了一个新的自然数据集 MoNLI,其中集中了词汇蕴涵和否定的相关内容,通过对 MoNLI 的 Fine-tuning 得到的模型相较于通 - ACL预训练语言模型中的否定和误导探针:鸟能说话,但不能飞
本文提出了两个新的探究任务,分别是负面任务和误导任务,研究表明预训练语言模型在处理这两种任务时,仍有较大的差距,需要进一步完善。
- MM统计 EL 问题是 ExpTime 完备的
本篇研究证明,由 Peñaloza 和 Potyka 定义的统计 EL 本体论的一致性问题是时间指数难问题,结合现有的时间指数上限,得出逻辑的时间指数完备性。我们的证明通过将扩展了原子概念否定的 EL 的一致性问题归纳到统计 EL 本体论的 - 利用多任务学习否定词改进情感分析
本文提出了一种多任务方法,通过将否定信息显式地纳入情感分析模型中,以优于隐式学习否定。该方法采用级联神经体系结构,并选择性共享 LSTM 层,同时在多个标准英语数据集上分析了该方法的性能,包括其多种不同设置下的输入数据类型和数量。
- MMNegBio:一种用于放射学报告中否定和不确定性检测的高性能工具
提出了一种新算法 NegBio,利用通用依赖模式识别出放射学报告中否定和不确定的发现,与现有技术相比具有更高的准确性。
- 计算无需地面化的常规逻辑程序的稳定模型
本文提出了一种计算正常逻辑程序的稳定模型的方法,该方法不需要程序存在有限基数限制,支持使用术语作为参数,并使用非赫赛宾德宇宙、共归纳、构造否定等技术。该方法具有较高的通用性和可行性。
- MM利用通用依存关系生成带有否定范围的逻辑语句
通过 Universal Dependencies 标记 negation scope 的能力,实现 UDepLambda 和 higher-order type theory 结合,处理代表否定、全称量词等复杂语义现象。初步实现针对英语的 - 基于语义的句法机器翻译中的情态和否定使用
本文描述了为期八周的约翰霍普金斯大学人类语言技术卓越中心应用语言探索夏令营(SCALE-2009)中语义驱动机器翻译(SIMT)的资源和系统构建工作。作者引入了一种新的模态 / 否定(MN)注释方案,基于该方案和词典生成了两个自动化的 MN - 不不错” 不等于 “错”:否定表达在分布式认知中的解释
本文提出了一个三元组的解决方案来解决当前的分布式语义模型中捕捉否定等逻辑操作的能力不足的问题。我们使用该表示法来在这些模型中开发否定的形式组合概念。
- 具有动态偏好的扩展逻辑程序的良构语义
本文介绍了基于先验偏好的逻辑程序的扩展,使用保留谓词符号和命名技巧动态推导出有关规则之间优先级的偏好信息,并能在多项式时间内计算有限制的逻辑程序的良基结论,同时通过合法推理示例说明了该方法的实用性。