part-of-speech | BriefGPT - AI 论文速递

关键词part-of-speech

搜索结果 - 9

ICLR利用命名实体和词性增强金融关系抽取的语言模型
本研究提出了一种简单而有效的策略，通过结合命名实体识别和词性标注，以及不同的信息组合方法，改进了预训练语言模型的性能，用于解决金融关系提取任务。对金融关系数据集的实验证明了其有希望的结果，并突出了结合命名实体识别和词性标注在现有模型中的优势
PDF2 months ago
PatternRank: 基于预训练语言模型和词性的无监督关键词提取
本文提出了一种基于预训练语言模型和词性标注的无监督关键词提取方法 PatternRank，实验结果表明，在单文档关键词提取中，PatternRank 表现优于现有最先进的方法，并且作者提供了 KeyphraseVectorizers 软件包
PDF2 years ago
AAAI词向量中的性别偏见：频率、语法和语义的全面分析
研究发现，英语语料库中的统计规律将社会中已知的性别偏见编码为词嵌入中的群体偏见。使用单类别词嵌入关联测试，作者发现广泛存在性别偏差，这些偏差在词频、词性标记、语义类别和情绪情感方面均有所不同。男性更倾向于与技术、工程、宗教、体育和暴力等概念
PDF2 years 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
EMNLP条件探测：在基线之外测量可用信息
研究神经表示在探测实验中的有效性并提出一种条件探测的理论，通过该理论研究发现在条件化非上下文单词嵌入后，部分性质如词性是可以在深层网络中被探测的。
PDF3 years ago
COLING利用词性导向的 Softmax 和采样技术实现神经文本生成的多样性
本研究提出了一种基于语言标注（part-of-speech）的神经文本生成模型，使用 POS Guided Softmax 和 Sampling 方法显著提高了文本多样性。
PDF3 years ago
ICCV基于门控融合网络和 POS 序列指导的可控视频字幕生成
本文提出了一种基于 Part-of-Speech 信息引导视频字幕生成的方法，通过多个输入视频表示的门控融合，构建了一种新颖的门控融合网络，其中一个特别设计的交叉门控块可以有效地编码和融合不同类型的表示，结果显示该模型可充分利用多种表示的互
PDF5 years ago
EMNLP75 种语言，1 个模型：通用依存关系的全球解析
UDify 是一个多语言多任务模型，可以准确预测 75 种语言中 124 个通用依赖树库的通用词性、形态特征、词形和依赖树，无需任何循环或语言特定组件，并且在跨语言注释方面对低资源语言起到关键作用，并且可以进行零 - shot 学习。
PDF5 years ago
利用语言资源进行神经机器翻译的多任务学习
本研究表明，多任务学习是将语言学标注引入端到端神经 attention 模型的一个成功和简单的方法，可以对翻译质量产生改善，并且也可以提高词性标注器的性能。
PDF7 years ago