BriefGPT.xyz
大模型
Ask
alpha
关键词
noise-robust learning
搜索结果 - 4
NoiseBench: 命名实体识别中真实标签噪声对性能的基准测试
提出了一个包含 6 种真实噪音的 NER 基准,证明真实噪音比模拟噪音更具挑战性,并展示当前最先进的噪音鲁棒学习模型远未达到其理论可达的上限。
PDF
2 months ago
医学图像分析中的噪声学习中,带有噪声率估计的样本选择
本文介绍一种新的噪声鲁棒学习方法,将噪声率估计整合到样本选择方法中,以处理有噪声的数据集,首先根据损失值的分布使用线性回归估计数据集的噪声率,然后根据估计的噪声率排除可能有噪声的样本,并进一步使用稀疏正则化来提高我们的深度学习模型的鲁棒性,
→
PDF
6 months ago
噪声鲁棒学习的远程监督联合实体和关系抽取
用一个模型识别实体对及其关系的联合实体和关系抽取任务中,存在嘈杂标签的问题。为了填补这个空白,我们引入了一种新的噪音鲁棒方法,可以同时进行实体和关系检测,并使用一个新的损失函数惩罚与显著关系模式和实体关系依赖性不一致的情况,以及一个自适应学
→
PDF
9 months ago
EMNLP
具有噪声鲁棒性和语言模型增强的远程监督命名实体识别
本文研究如何通过使用自动化匹配原始文本中实体提及与知识库中实体类型来获得的远距离标注数据来训练命名实体识别(NER)模型,提出了一种噪声鲁棒的学习方案和自训练方法,通过预训练语言模型创建的上下文增量来改善 NER 模型的泛化能力,在三个基准
→
PDF
3 years ago
Prev
Next