verbalizer | BriefGPT - AI 论文速递

关键词verbalizer

搜索结果 - 6

一种新颖的示例调整方法：将特定场景概念融入到语言化生成模型中
我们提出了一种新颖的方法来构建标签器，该方法通过从任务特定的场景中提取丰富的概念作为标签词候选者，并开发了一种新颖的级联校准模块来将候选词精炼为每个类的标签词集合，在零样本文本分类的广泛实验中，我们的方法表现优于现有方法，并取得了最新的结果
PDF6 months ago
标签感知的自动转述引擎用于少样本文本分类
我们提出了标签感知的自动化表述 (LAAV) 方法，通过使用手动标签和联合词 “和” 来诱导模型生成更有效的词语，以在少样本分类任务中取得更好的结果。实验证明，与现有的表述方法相比，LAAV 在五个数据集和五种语言上显著优于其他表述方法，尤
PDF9 months ago
ICML元学习和代表性语音化实现有效结构化提示
本文提出了 MetaPrompter，它使用元学习和软标记器来共同构建任务特定的提示。MetaPrompter 相对于最近的最佳方法表现更好，而 RepVerb 则优于现有的软标记器。
PDFa year ago
SIGIR针对目标的提示蒸馏进行小样本立场检测
本文提出了基于预训练语言模型（PLMs）的提示微调方案，以实现针对不同目标的在有限数据情况下的态度检测，通过设计面向目标的提示和提出新的翻译，来有效实现本文提出的方法，实验结果表明我们的模型在全数据和少样本场景下均具有优越的性能。
PDF2 years ago
ACL基于提示的少样本调优的原型话语生成器
提出了基于原型向量的语言预训练模型元素标定方法 ProtoVerb，使用对比学习算法在训练数据中学习原型向量作为元素标定器，显著优于现有自动元素标定器，特别是在数据稀缺场景下。ProtoVerb 即使在未调整的 PLMs 上也能提高基于提示
PDF2 years ago
从预训练语言模型中引发知识，以实现典型提示语言生成
本研究探讨了如何从预训练语言模型中提取知识，提出了一种基于原型的提示语言生成器，以优化模型并实现有效的零样本和少样本分类。
PDF2 years ago