text classifier | BriefGPT - AI 论文速递

关键词text classifier

搜索结果 - 11

Checkfor.ai AI - 生成文本分类器技术报告
通过使用基于转换器的神经网络的 Checkfor.ai 文本分类器，我们能够识别大型语言模型写的文本和人类写的文本。Checkfor.ai 在十个文本领域（学生写作、创意写作、科学写作、书籍、百科全书、新闻、电子邮件、科学论文、问答简述）和
PDF4 months ago
EMNLP结合计数过程和分类技术，改进技术辅助审阅的终止规则
利用文本分类器推导信息，扩展了一种有效的停止规则，可以在多个数据集上提高性能并优于其他方法。
PDF7 months ago
ACLT3L：跨语言文本分类的翻译测试迁移学习
该研究提出了一种基于经典的 “翻译和测试” 流程的跨语言文本分类方法，该方法将神经机器翻译器与高资源语言中的文本分类器相结合，通过端到端反向传播来进行微调，并在三个跨语言文本分类数据集上展示了显著的改进。
PDFa year ago
俄乌战争期间在社交媒体上发现侵犯人权行为
该研究利用 mBERT 文本分类器分析了 Telegram 平台上的政治和战争新闻，检测到潜在的人权侵犯，并发布了两个包含 Telegram 帖子的数据集，旨在为 NGO，政府和研究人员提供监测和记录潜在人权侵犯的手段。
PDFa year ago
ICLR自然语言处理中的人类辅助公正分类
本研究提出了使用无监督风格转移和 GPT-3 的零 - shot 技术发现具有表达性和直观性的个体公平规范的新方法，以解决文本分类器中公平性问题。我们使用众包研究验证了所生成的具有人类直觉的公平排除敏感属性的语句对，并展示了有限数量的人类反
PDF2 years ago
PromptBoosting: 带有十次前向传递的黑盒文本分类
本文提出了 PromptBoosting，一种由神经语言模型（LM）构建文本分类器的高效查询过程，其通过无梯度、无隐藏表示获取 LM 分类器的表现。该方法在黑盒分类器训练中越来越重要，并通过梯度自由方法获得一小组提示，并将其与 LM 输出分
PDF2 years ago
通过完全相反的方法来欺骗人工智能吗？—— 以长田新的文本作者分析为例
本文利用基于预训练的 transformer 模型和传统相似性度量的基线方法，对日本教育家 Arata Osada 在 10 多年时间段内创作的作品进行二元作者分析任务，确认了作者心理上的变化会影响到作品归属问题，历史事件对人的伦理观念有很
PDF2 years ago
WeDef: 文本分类的弱监督后门防御
本研究提出了一种基于弱监督的后门防御框架 WeDef，能够有效防御多种触发器类型，通过对可靠样本的迭代精炼，同时训练二元毒素分类器，能够在没有标签的毒化文档上训练出准确的分类器，最终达到对一些流行攻击方法的有效防御效果。
PDF2 years ago
通过随机 [MASK] 实现对文本对抗攻击的认证鲁棒性
本文提出了一种随机遮挡的可证明鲁棒防御方法，对于 AGNEWS 数据集上五个词，SST2 数据集上两个词的任意扰动分类可以获得超过 50% 的证明鲁棒性，并在多个数据集上明显优于最近提出的防御方法。
PDF3 years ago
SelfExplain: 一种用于神经文本分类器的自说明体系结构
SelfExplain 是一种新型的自解释模型，通过基于短语的概念解释文本分类器的预测，在不降低性能的同时增加可解释性，实验结果表明 SelfExplain 的解释能力足以促进模型的置信度。
PDF3 years ago
通过自动生成的反事实情况实现文本分类中对伪相关性的鲁棒性
通过增加具有相反特性和标签的反事实数据来训练鲁棒的文本分类器，以强化模型可靠性和泛化性，实验证明，其在人工生成对照样本和原始测试数据上表现出较高的鲁棒性和精准度。
PDF4 years ago