semantic augmentation | BriefGPT

关键词semantic augmentation

搜索结果 - 6

DASA：面向说话人验证的难度感知语义增强
通过围绕发音人嵌入空间中的语义方向对训练样本进行扰动，使用鲁棒性发音人嵌入来估计准确的协方差矩阵，并推导出了预期损失的闭式上界，该研究提出了一种新颖的难度感知的语义扩增方法，能够在几乎没有额外计算成本的情况下产生多样化的训练样本，取得了令人
PDF9 months ago
通过搜索引擎增强提高中文命名实体识别
本研究旨在提出一种基于外部知识语义增强的神经网络方法，通过多通道语义融合模型结合检索自搜索引擎的外部相关文本，对中文命名实体识别进行研究，实验证明该方法在正式和社交媒体语境下四个命名实体数据集中均取得了较好的效果。
PDF2 years ago
基于多特征的语义增强网络在威胁情报中的命名实体识别应用
提出一种语义增强方法，该方法结合了不同的语言特征以识别和分类非结构化文本中的网络安全名称和概念，实验证明该方法有效。
PDF2 years ago
ACL学习扩展泛化：面向神经机器翻译的连续语义增强
该论文提出了一种新的数据增强模型 Continuous Semantic Augmentation (CsaNMT), 该模型可以使神经机器翻译模型在低资源环境中表现出更好的泛化性能和更高的翻译质量。通过丰富训练数据，提高了机器翻译的性能，
PDF2 years ago
AAAIDecAug: 通过分解特征表示和语义增强实现的外样本泛化
本文提出 DecAug 方法，使用分解特征表示和语义增强方法来解决深度学习模型在面对分布转移问题时的泛化问题，实验证明该方法可以解决多种泛化问题并且超越了现有算法的表现。
PDF4 years ago
EMNLP运用语义增强的方式进行社交媒体文本的命名实体识别
在本文中，我们提出了一种基于神经网络的命名实体识别方法，它能够同时考虑本地文本信息和通过对大规模语料库进行语义扩充所获得的信息，并且采用注意力机制和门控机制来编码和聚合这些信息，从而在三个从英文和中文社交媒体平台收集的基准数据集上展现出了明
PDF4 years ago