nlp tools | BriefGPT - AI 论文速递

关键词nlp tools

搜索结果 - 18

声音未听到：为约鲁巴地区方言提供的自然语言处理资源和模型
用高质量的平行文本和语音语料库 (YORÙLECT) 跨三个领域和四个地区的尼日利亚约鲁巴语方言开展研究实验，结果表明，标准尼日利亚约鲁巴语和其他方言在机器翻译、自动语音识别和语音到文本翻译等任务中存在明显的差异，在方言自适应微调的情况下，
PDF5 days ago
多语种去重策略：应用可扩展相似度搜索与单语和多语嵌入模型
本文介绍了使用先进的 NLP 工具对多语种文本数据进行去重的方法。我们比较了一个包括翻译为英文后嵌入 mpnet 的两步方法和一个多语种嵌入模型 (distiluse)。两步方法在 F1 得分方面表现更好 (82% vs. 60%)，特别是
PDF13 days ago
波斯语的正式风格转换
研究探索了波斯语的形式风格转换，旨在将非正式的文本转化为正式的文本，保持原始含义，并改善了现有自然语言处理工具在数字平台上普遍存在的非正式语言问题。通过引入一种新的模型 Fa-BERT2BERT，基于 Fa-BERT 架构，结合一致性学习和
PDFa month ago
自动化分析数字媒体中的公共显著性和对生物多样性的态度
通过使用自然语言处理工具，本研究介绍了一种改进的搜索词生成方法并利用余弦相似度过滤文章，同时使用无监督学习和大型语言模型进行相关性筛选，以分析公众对野生动物的态度和全球生物多样性的感知，进而为保护活动提供支持。
PDF2 months ago
符号音乐生成和信息检索的自然语言处理方法：一项调查
本文是一篇调查论文，研究了将自然语言处理（NLP）方法应用于符号音乐生成和信息检索的研究，提出了符号音乐的表示方法和深度学习模型，并讨论了 NLP 工具在符号音乐数据中的有效使用以及进一步研究的可能性。
PDF4 months ago
分析 2024 年选举中假新闻的影响：一个全面的数据集
这项研究介绍了一个关于美国政治演讲中的假新闻的数据集，主要研究种族歧视和偏见。通过爬取和注释 40,000 篇新闻文章，使用先进的自然语言处理工具和人工验证，我们提供了对政治言论中的虚假信息的细致理解。该数据集旨在用于机器学习和偏见分析，为
PDF7 months ago
EMNLP量化方言差异及其与语言之间的关联
本文通过全面评估最有影响力的最新大型语言模型（LLMs）在机器翻译和自动语音识别两个高使用频率应用领域上的功能，对多个高和低资源语言的地区方言进行了功能评估，并分析了地方方言差距与经济、社会和语言因素的相关性，从而为方言 NLP 领域的发展
PDF8 months ago
优化匈牙利文本处理：高效准确的 NLP 流程
本文介绍了一套工业级的匈牙利文处理模型，通过平衡资源效率和准确性，实现了接近最新技术水平的性能。这些模型在 spaCy 框架中实现，并且通过对其架构进行了多项改进，扩展了 HuSpaCy 工具包。与现有的匈牙利文自然语言处理工具相比，我们的
PDF10 months ago
用于支持对平行文本集合进行意义构建的交互式用户界面
AVTALER 是一种基于核心对齐算法和现代 NLP 工具的混合倡议系统，用于帮助人们比较文献综述和对齐文本语段，以支持文本数据的语义化和对比文献属性。
PDFa year ago
Reddit 论坛中的 “改变我的看法”：从假设和定义到因果关系和轶事，辩论的多样性研究
利用自然语言处理工具从 Reddit 网站的 “Change My View” 中提取论证模式的模式，揭示出六种不同的论证模式，并揭示了论证的不同效力、论证模式的策略变异。
PDF2 years ago
AAAI针对自动事实验证系统的合成虚假信息攻击
本研究探讨自动事实检查器对人工制造的对抗性证据的敏感性，研究证明这种类型的系统容易受到攻击，并讨论了现代 NLG 系统作为虚假信息生成器的威胁。
PDF2 years ago
从 FreEM 到 D'AlemBERT: 一份大语料库和语言模型用于早期现代法语
本文介绍了为早期现代法语（16 至 18 世纪）开发 NLP 工具的努力，包括创建针对该语言的 FreEM_max 语料库以及基于 RoBERTa 的语言模型 D'AlemBERT 的训练和测试，发现该模型具有传递学习的能力，在较少资源的时
PDF2 years ago
结构推理要求工程中的自然语言 —— 一个综合性的回顾
评估自然语言处理（NLP）工具在需求工程中的应用，发现目前没有开源的方法可以直接从文本中提取信息结构，认为需要不同的方法，可以通过管理算法、知识库和文本语料库来实现。
PDF2 years ago
Turkish 的自动词汇简化
本文提出了第一个适用于土耳其语的自动词汇简化系统，该系统利用预训练模型 BERT 和形态学特征来生成语法正确和语义恰当的单词级简化，以解决土耳其语作为低资源语言难以逼近的文本简化任务。
PDF2 years ago
ACLAGRR-2019: 俄语间断语句的语言语料库
本文提供了一个包含 7.5k 个俄语 gapping 句子的全面数据集，旨在促进 NLP 工具和方法的发展，特别关注于共享任务中引入的 gapping 解析方法以及代表性的测试集，以便有效地利用机器学习技术。
PDF5 years ago
ACL暗网上合法和非法活动的语言
本研究通过将毒品相关网站作为测试案例，比较在深网和表面网络中合法和非法毒品销售文本的语言特征，发现它们在部分词性标注的分配和维基百科中命名实体的文本覆盖率方面存在明显差异。
PDF5 years ago
Arap-Tweet：一个多方言 Twitter 语料库，用于性别、年龄和语言变体识别
本文介绍了 Arap-Tweet，这是一个涵盖阿拉伯世界 11 个地区和 16 个国家方言变体的大规模、多方言 Tweets 语料库，其中包括针对年龄、性别和方言变体的注释，并讨论了语料库的数据集合和标注方法，以及为阿拉伯语开发作者分析工具
PDF6 years ago
EMNLP社交媒体中的人口方言差异：非裔美国英语案例研究
本文研究表明，虽然方言语言在社交媒体上越来越普遍，但是开发自然语言处理工具的资源很少。本文以推特上的非裔美国英语为案例研究方言语言的实用性。文章提出了一种基于地理位置信息的远距离语言学习模型来识别 AAEL（African-American
PDF8 years ago