neural sequence labeling | BriefGPT

关键词neural sequence labeling

搜索结果 - 8

低资源神经序列标注的不确定性自我训练
本文提出了 SeqUST，一种新颖的不确定性感知自我训练框架，以解决标记数据稀缺性问题并有效利用未标记数据来改善神经序列标注的性能，并在六个基准测试中展现出在低资源场景中超越强基线模型的能力。
PDFa year ago
2020 云杉杯：低资源语言词性标注任务概述
本研究探讨了不同词性（POS）标注方法的评估框架，并在印度尼西亚语和老挝语的数据集上使用基于特征的和神经网络的方法进行 POS 标注，结果表明神经序列标记模型显着优于经典基于特征的方法和基于规则的方法，其中在印度尼西亚语数据集上的最佳表现达
PDF2 years ago
EMNLPAIN：具有近似推断网络的快速准确的序列标注
本文介绍了一种基于并行化的近似变分推断算法，用于提高线性链条件随机场模型的训练和预测速度，并将其设计成可连接编码器的端到端网络，在长句子情况下，该方法在准确率不降的情况下将解码速度提高了 12.7 倍。
PDF4 years ago
WWW神经序列标注模型用于去除样板文件
提取网页主要内容，是许多应用的重要任务，现有方法依赖于大量的手工特征分类。我们提出了一种基于神经序列标注模型的方法，其不依赖于任何手工特征，而是将网页中出现的 HTML 标签和单词作为输入。我们创建了一个新的数据集，并基于我们的模型开发了浏
PDF4 years ago
EMNLP分层细化标签注意力网络用于序列标注
提出一种基于层级注意力机制的标签嵌入模型，较传统的 BiLSTM-CRF 有更好的标签序列表示性能，能显著提高词性标注、实体识别和语法标记任务的标注效果并缩短训练和测试时间。
PDF5 years ago
ACLNCRF++：一个开源的神经序列标注工具包
本论文描述了一种名为 NCRF++ 的神经序列标注工具包，采用 CRF 推断层实现不同的神经序列标注模型，并提供配置文件以构建自定义模型结构和灵活的神经特征设计和利用；该工具包基于 PyTorch 构建，且核心操作在 GPU 的加速下进行批
PDF6 years ago
COLING神经序列标注的设计挑战和误解
本文研究了构建有效和高效神经序列标记系统的设计挑战，通过复现 12 个模型，在三个基准测试中进行系统模型比较，消除现有文献中的误解和不一致的结论，并得出了一些对从业者有用的实用结论。
PDF6 years ago
神经误差检测模型的辅助目标
通过神经序列标记方法探究不同的辅助目标和训练策略在学习者写作错误检测中的实用性；实验结果表明，采用多目标联合学习和领域内平行标签可以提高模型性能，而不增加参数量。
PDF7 years ago