BriefGPT.xyz
Ask
alpha
关键词
simcse
搜索结果 - 5
稀疏对比学习的句子嵌入
使用参数稀疏化的方法,通过在标准语义文本相似性任务和迁移学习任务中进行更多实验,研究表明提出的 SparseCSE 在性能上优于 SimCSE,并通过深入分析展示 SparseCSE 生成的嵌入空间比 SimCSE 具有更好的对齐性,而一致
→
PDF
8 months ago
EMNLP
基于自监督学习的非对比句子表示
通过比较对比句子嵌入方法中的标准基准 SimCSE 与计算机视觉社区中被称为维度对比的自监督损失函数和方法,我们发现使用维度对比目标训练的自监督嵌入能够在下游任务中胜过 SimCSE 而无需辅助损失函数。
PDF
8 months ago
EMNLP
改进聚类句子嵌入的对比学习与焦点信息交叉熵
该研究提出了一个无监督对比学习框架,将 SimCSE 与难负样本挖掘相结合,旨在增强句子嵌入的质量。在各种 STS 基准测试上的实验表明,我们的方法在 Spearman 相关性和表示对齐性和一致性方面改进了句子嵌入。
PDF
9 months ago
SIFTER:一种增强句子嵌入的任务特定对齐策略
提出了一种名为 SIFTER 的方法,该方法可以通过缩放模型和数据的信息来增强有相关性的部分的领域信息以及减少不同领域任务的不相关元素,从而提高预先训练的自然语言处理任务在具体任务中的性能表现,通过实验证明 SIFTER 方法可以提高 Si
→
PDF
a year ago
SDA: 简单离散增强方法用于对比句子表示学习
本文提出三种离散级别的语句数据增强方法(标点符号插入、肯定助动词和双重否定),以实现语义一致性和表达多样性的平衡,从而取得了良好的效果,并在英文和中文语义文本相似性数据集上进行了广泛的实验。
PDF
2 years ago
Prev
Next