token classification | BriefGPT

关键词token classification

搜索结果 - 9

LLMLingua-2: 数据去噪以提升高效及精确的无要求任务的提示压缩
通过使用数据蒸馏方法，我们提出了一种基于 Transformer 编码器的令牌分类问题的任务无关提示压缩方法，以更高的效率压缩提示，降低延迟。
PDF4 months ago
在迁移学习时代的阿拉伯文加音标：只需进行标记分类
PTCAD 是一种新的两阶段方法，将自动按音素对阿拉伯文本进行音标化，并在基准数据集上取得了最先进的结果，包括相对于现有基准数据的词错误率降低了 20％，在 ATD 任务中表现出优越的性能，超过了 GPT-4。
PDF6 months ago
EMNLP懒惰 - k：有限制的标记分类解码
我们研究了在结构预测中改善概率模型的可能性。具体而言，我们将这些模型与约束解码方法相结合，用于信息提取中的标记分类。我们评估了几种现有的方法，并提出了一种名为 Lazy-$k$ 的新的解码方法。我们的研究结果表明，约束解码方法可以显著提高模
PDF7 months ago
位置偏差对于令牌分类中的语言模型的影响
本研究调查了语言模型中 Token Classification 任务位置偏差对性能的影响，提出 Random Position Shifting 和 Context Perturbation 两种方法缓解该影响，并在实验中发现这两种方法可
PDFa year ago
在标记分类数据中检测标签错误
本文研究了在标记分类数据集中寻找包含标签错误的句子的方法，并通过在 CoNLL-2003 的实体识别数据中进行的准召率评估，确立了一种简单有效的方法，能够用于该任务。
PDF2 years ago
医学缩写消歧的标记分类
本研究旨在探究利用 token 分類方法來消除醫學縮寫的歧義性。使用公開數據集比較多種預先訓練的文本分類算法，其中以 SciBERT 模型效果最佳，並發現對預測結果進行後處理可以有效提高文本分類算法對醫學縮寫消除歧義性的準確性。
PDF2 years ago
在低数据设置中利用粗粒度数据进行事件提取
本文研究了使用粗粒度数据（文档或句子标签）替代对文档进行标注以进行事件信息提取的可行性，证明了使用多任务模型和二元分类等技术，即使只增加对没有事件信息的负面文档的标注也能提高提取性能。
PDF2 years ago
具有误差一致预训练的通用和领域自适应中文拼写检查
该研究使用错误一致掩蔽策略来为预训练创建数据，展示了 ECSpell 在一般基准上超越了先前的最先进模型，将可变的用户字典添加到处理零射领域适应问题的通用令牌分类基础拼写员中将进一步提高性能。
PDF2 years ago
使用简单的神经端对端实体链接探究 BERT 中的实体知识
使用 BERT 模型结合用于上下文文本表示的模型来一并训练实体链接系统，在一个实体链接基准数据集上，我们的模型得分第二，但在其他自然语言处理基准数据集上对于实体知识的了解并没有提高模型的表现。
PDF4 years ago