semantic textual similarity | BriefGPT

关键词semantic textual similarity

搜索结果 - 58

SNCSE: 无监督句子嵌入的对比学习与软负样本
本文通过引入软负样本和双向边缘损失来改善当前无监督对比学习中的特征抑制问题，在语义文本相似度任务上取得了最优结果。
PDF2 years ago
来自预训练文本到文本模型的可扩展句子编码器
本研究利用文本到文本转换器（T5）提供了对句子嵌入的首次探索。通过 3 种提取 T5 句子嵌入的方法，本研究建立了一个新的句子表示转移基准 SentGLUE，并在语义文本相似性（STS）等方面超过了 Sentence-BERT 和 SimC
PDF3 years ago
EMNLPSimCSE: 简单的对比学习句子嵌入
本文介绍了一种简单的对比学习框架 SimCSE，通过无监督和监督学习两种方法，显著提高了句子嵌入的性能，适用于语义文本相似性任务。
PDF3 years ago
EMNLP使用预训练语言模型生成数据集
本文介绍了一种利用预训练语言模型生成标注文本数据集的方法，从而实现高质量的无监督学习得到的句子嵌入。实验结果表明，这种方法在多个语义文本相似性测试数据上实现了比较好的性能表现。
PDF3 years ago
应用迁移学习提升特定领域搜索体验：使用查询和问题的相似度
本研究提出一种针对任何特定领域搜索引擎的框架来计算给定输入查询和一组预定义问题之间的相似度，使用 Siamese 网络和 LSTM 模型训练分类器来生成未归一化和归一化的相似度分数，并结合两种词向量和自定义模糊匹配分数等三种其他相似度得分计
PDF4 years ago
CheckThat! 2020: 基于 Transformer 和句法特征融合的社交媒体辩称检测
本论文针对应对现代数字化新闻中的假新闻传播问题，提出了两个解决方案，即利用 Bert 嵌入以及句子 transformer 进行需要核实性预测，以及利用 Siamese 网络 transformer 进行语义文本相似度匹配进行信息检索。
PDF4 years ago
IJCAI逻辑受限指针网络：用于可解释的文本相似度
研究一种使用 BERT 表示组成部分的句子的模型，结合指针网络和 ConceptNet 等知识，实现对文本语义相似性的可解释性分析。实验结果表明，该模型在 chunk alignment 任务上取得了显著的性能提升。
PDF4 years ago
CORD19STS: COVID-19 语义文本相似度数据集
为了应对 COVID-19 大流行，本研究介绍了一种名为 CORD19STS 的数据集，其中包括从 COVID-19 开放研究数据集（CORD-19）中收集的 13,710 个注释句对，分布于不同的语义文本相似度级别，并利用 Sen-SCI
PDF4 years ago
针对生物医学自然语言处理任务的对抗性样本
本文介绍了在医疗领域中使用模型的预训练词嵌入的成功，讨论了 BERT 语言模型在核心领域中的效果，并提出了三种不同的对抗策略并评估模型性能，结果发现模型效果被显著降低，通过使用对抗性样本可以显著提高模型性能和鲁棒性的实验，并希望该实验能够激
PDF4 years ago
ACL相关系数与语义文本相似度
本研究比较了常见文本向量表示方法中余弦相似度和皮尔逊相关系数等相似度计算方法的优缺点及其适用范围，并提出使用非参数秩相关系数作为相似度计算方法，以提高语义文本相似性任务的性能表现。
PDF5 years ago
ACL使用概念器的句子表示连续学习
该论文提出了一种针对句子表示的持续学习场景，通过使用独立于语料库的特征对句子编码器进行初始化，并使用布尔运算的概念器矩阵来连续更新句子编码器，该方法可以在保持先前语料库准确性的基础上，从新的语料库中学习特征；并在语义文本相似性任务上对该方法
PDF5 years ago
使用 Siamese CNN 和 LSTM 预测语义文本相似性
本文介绍了一种结合卷积神经网络和递归神经网络用于度量句子语义相似性的系统，使用卷积网络考虑单词的局部上下文和 LSTM 考虑句子的全局上下文，能够保留句子相关信息，并在句子相似性计算方面取得了良好的结果，具有和最优秀系统相竞争的优势。
PDF6 years ago
MedSTS：一份用于临床语义文本相似度的资源
通过医疗语料库 MedSTS，本研究旨在组建一种应用于医疗领域的语义文本相似度资源，为今后通过利用自然语言处理技术实现临床决策提供便利。
PDF6 years ago
无监督句子表示作为词语信息系列：重访 TF-IDF
本文提出了一种利用加权词向量嵌入学习无标注句子表示的无监督方法，通过 TF-IDF 变换提供的 Shannon 词熵拟合词向量的权重，选择不同的超参得出短期训练、在线推理的句子表示，经过与 STS 系统的对比表明，该方法在语义文本相似度模型
PDF7 years ago
ACLSemEval-2017 任务 1：语义文本相似度 - 多语言和跨语言聚焦评估
研究了句子的语义文本相似度，旨在评估现有模型的性能和限制，并提出一个新的 STS 基准用于对语义表示的研究。
PDF7 years ago
SemEval-2017 任务 1 中的 CompiLIG: 用于语义文本相似性的跨语言抄袭检测方法
使用基于语法、字典、上下文和机器翻译的多种方法，并采用无监督和有监督的方式组合，我们的最佳运行在 SemEval-2017 的 STS Track4a 中排名第一，与人类注释的相关性达到 83.02%。
PDF7 years ago
SemEval-2017 任务 1 中的 Neobility: 一种基于注意力机制的句子相似性模型
本文介绍了一种基于注意力机制的循环神经网络模型，该模型在 2017 年 SemEval 跨语言语义文本相似度（STS）任务中取得了竞争性表现（前六名），并描述了我们参加跨语言 STS 任务的情况，该任务涉及英语、西班牙语和阿拉伯语的相似度比
PDF7 years ago
可解释的语义文本相似度：发现并解释句子之间的差异
本文研究了在语义文本相似度（STS）的基础上添加可解释性层，通过分析句对之间的对齐关系，给出了一种可度量关系的方法。同时，作者提供了一个公共的数据集来评估系统性能，研究表明该方法可用于进行自然语言的解释并提高用户的接受度。
PDF8 years ago