nlp | BriefGPT - AI 论文速递

关键词nlp

搜索结果 - 1066

SCI 3.0: 基于 Web 的图形事件表示模式策划界面
通过创建结构化的事件模式，可以在全局事件中识别出具有最大影响力的元素，创造了一个可实时编辑事件模式属性的网络应用接口，用于自然语言处理领域。
PDF2 days ago
自然语言处理依赖于语言学
大型语言模型（LLMs）在某些语言中已经能够生成高度流畅的文本，而无需专门设计用于捕捉语法或语义连贯性的模块。对于自然语言处理中语言专长的未来意味着什么？我们强调几个方面，其中 NLP（仍然）依赖于语言学，或者语言学思维可以阐明新的方向。我
PDF8 days ago
NOVA: 基于片上网络的向量单元，用于在 CNN 加速器上映射注意力层
本研究介绍了 NOVA，一种基于 NoC 的向量单元，可以在加速器的 NoC 中执行非线性操作，并能覆盖现有的神经加速器，以在边缘计算中映射注意力层。我们的结果表明，当运行现有的基于注意力的神经网络时，NOVA 体系结构比最先进的硬件逼近器
PDF10 days ago
Vision Mamba: 一项综合调查与分类
Mamba 是一种新型的人工智能架构，基于最新的状态空间模型，具有强大的效率和长距离依赖建模能力，被广泛应用于深度学习中的自然语言处理和视觉领域。本综述研究了 Mamba 在视觉任务和数据类型上的应用，探讨了其前身、最新进展以及对各领域的深
PDF10 days ago
社会意识语言技术的呼声
语言技术在大语言模型的引入下取得了巨大进展，但在社交环境感知方面仍存在挑战，需要将社交意识融入自然语言处理模型以增强应用的自然性和安全性。
PDF14 days ago
自然语言处理的保形预测：一项概述调查
快速增长的大型语言模型和自然语言处理（NLP）应用对不确定性量化提出了关键需求，以减轻幻象等风险并提高关键应用中的决策可靠性。条件预测正在成为一个理论上健全且实用的框架，结合了灵活性和强有力的统计保证。它的模型无关性和无分布性质使其特别有希
PDF14 days ago
Scaffold-BPE：用简单而有效的支架符号去除增强字节对编码
Scaffold-BPE 是对原始的 Byte Pair Encoding（BPE）算法的改进，解决了频率不平衡的问题，通过排除低频 Scaffold Tokens 提高了模型训练的效果。
PDF20 days ago
通过系统 1 和系统 2 的认知过程降低 LLMs 中的社会偏差的提示技术
通过比较零样本激励、思维链激励和基于双过程理论的多种激励策略在两个偏见数据集上的效果，研究发现人物角色、系统 2 和思维链激励都倾向于减少语言模型中的社会偏见，但最佳特征组合取决于具体模型和偏见类别，从而使语言模型的刻板判断率降低了最多 1
PDF21 days ago
用另一个黑盒子解释一个黑盒子是否有意义？
透明方法和不透明方法是解释黑盒的两个主要方法家族。实证证据表明，不透明方法在应用中可能会增加复杂性，而没有显著的性能增益，从而引发了关于使用另一个黑盒解释黑盒的问题的讨论。
PDF24 days ago
相关还是随机：LLMs 是否能够真正进行类比推理？
自动生成的相关示例对大规模语言模型（LLM）在类比推理任务中的性能具有非常可观的提升效果，并存在重要因素影响其准确性，研究者设计了两种改进方法以降低推理成本。
PDFa month ago
ParaFusion：添加高质量词汇和句法多样性的基于大规模 LLM 驱动的英语改写数据集
ParaFusion 是使用大型语言模型（LLM）开发的大规模高质量英语改写数据集，旨在解决现有数据集中语法和词汇多样性不足、与原始句子十分相似以及包含仇恨言论和噪音等问题，为提高自然语言处理（NLP）应用提供了一个更加干净和专注的资源。
PDFa month ago
自然语言处理中语义地址匹配的改进
该研究论文介绍了语义地址匹配技术，通过使用 OCR 从发票中提取地址并创建地址数据池，然后使用 BM-25 算法对最佳匹配条目进行评分，最后通过 BERT 进行相似查询以获得最佳结果，研究结果表明该方法显著提高了现有技术的准确性和性能。
PDFa month ago
应该回答哪些问题？探究性问题的显著性预测
本文介绍了一个针对好奇性问题的显著性预测器 QSALIENCE，该预测器通过我们的数据集进行指导调整，数据集中有 1766 个语言学注释的显著性得分（上下文，问题），并展示了高显著性问题在同一文章中更有可能得到回答，从而将潜在问题与讨论中的
PDFa month ago
如果有触发警告，那么触发源在哪里？研究文章层面上的触发警告
通过手动和计算方法，本研究首次探讨了准确识别文档中触发预警部分的可行性，并建立了一个包含 8 种常见触发预警的 4,135 个英文部分样本数据集，然后通过大规模评估系统地评估了微调和少样本分类器的有效性和推广性，得出结论：触发标注属于 NL
PDFa month ago
ACL构建鲁棒的毒性预测模型
最近的自然语言处理文献很少关注毒性语言预测器的稳健性，而这些系统最有可能在对抗性环境中使用。本文提出了一种新的对抗性攻击方法 ToxicTrap，通过引入小的单词级扰动来欺骗最先进的文本分类器，将有毒的文本样本预测为良性。ToxicTrap
PDFa month ago
ACLIITK 参加 SemEval-2024 任务 2：探索 LLMs 在临床试验中安全生物医学自然语言推理方面的能力
对大型语言模型在处理安全生物医学自然语言推理问题上的鲁棒性和一致性进行了研究，利用检索增强生成框架对预训练语言模型进行了比较分析，并在零样本设置下评估了它们的推理和解决问题能力。
PDFa month ago
忘掉 NLI，使用字典：零样本主题分类用于资源有限的语言，应用于卢森堡语
基于字典的数据集在零样本分类任务中胜过基于自然语言推理数据集的模型，在多个语言中可迁移使用。
PDFa month ago
ACL基于生成的理由和知识蒸馏的事件共指建模
使用自然语言处理（NLP）中的事件核指消解（Event Coreference Resolution）技术，通过利用现代自回归语言模型生成的假设自由文本（abductive free-text rationales）作为小型学生模型的远程监
PDFa month ago
ICMLGPT-DETOX: 文本解毒的上下文学习重述器
提出了基于 GPT-3.5 Turbo 的 GPT-DETOX 框架，利用零样本学习和少样本学习技术进行文本排毒，同时使用基于词匹配和上下文匹配的 few-shot 提示生成方法，并采用集成学习策略，实现了在两个排毒数据集上至少 10% 的
PDFa month ago
识别课程评估中的性别偏见
研究通过机器学习和自然语言处理技术分析性别偏见对课程评估的影响，并使用不同方法检查和探索数据发现学生在评价课程时根据考官的性别存在差异。通过评估和比较英语和瑞典语课程的数据，以更全面地捕捉到可能存在的性别偏见的细微差别。本文介绍了目前的工作
PDFa month ago