关键词universal sentence representations
搜索结果 - 4
- ICLR跨语言学习通用表征
本文介绍了一种基于 Hierarchical Contrastive Learning 的方法,用于学习句子级别的跨语言表示方法,在 XTREME 任务和机器翻译任务中实验表明,该方法可以显著提高模型准确性。
- 自动事实核查:开发一种注释模式和基准,以实现一致的自动索赔检测
本文介绍了利用专业事实核查人员的专业知识,开发了一种基于通用句子表示的方法来检测声明,其分类时的 F1 值高达 0.83,相对于现有方法 ClaimBuster 和 ClaimRank 提升了超过 5%。
- EMNLP使用均值 - 最大值注意力自编码器学习通用句子表示
本文提出了一种基于均值 - 最大值注意力自编码器的无监督学习模型,它通过 MultiHead 自注意机制和均值 - 最大值策略捕获输入序列的信息,并在大规模无标注数据上进行训练,得到高质量的句子表示,在十种转移学习任务上均超越了其他无监督方 - SentEval: 通用句子表示的评估工具
SentEval 是一个用于评估通用句子表示质量的工具包,包括二元和多类分类、自然语言推理和句子相似性等任务,并提供用于下载和预处理数据集的脚本和易于使用的界面来评估句子编码器,旨在提供更公正、 less-burdensome 和更集中的评