weak-supervision | BriefGPT

关键词weak-supervision

搜索结果 - 7

ACLCELDA：利用黑盒语言模型作为增强分类器进行无标签分类
该论文提出了一种名为 CELDA 的新方法，即聚类增强线性鉴别分析，通过从无标签数据集提取出精细的伪标签数据集并在其上训练轻量且稳健的模型来提高文本分类的准确性，从而达到新的状态，弥合了使用大型语言模型的差距，并具有普遍适用性和可扩展性。
PDFa year ago
DaTaSeg: 一种通用的多数据集多任务分割模型的驯服
提出了一种称为 DaTaSeg 的通用多数据集多任务分割模型，通过使用共享表示，并采用不同的合并操作和后处理，利用弱监督和共享知识的方法，在 ADE 语义、COCO 全景和 Objects365 检测数据集上进行了训练，并能够实现直接转移的
PDFa year ago
FiNER: 金融命名实体识别数据集和弱监督模型
本文介绍一种用于金融领域的命名实体识别 NER 任务的高质量数据集与一个基于弱监督的框架，用于跨度级分类并提供一套公共的基准数据集，以推动金融领域研究的发展。
PDFa year ago
针对文本文档的高精度信息提取的人机协作优化
本文研究信息提取方法，提出利用人工验证的弱监督标记方法，结合人工与计算机快速处理，以实现在精度要求高的情境下避免纯手工提取耗时过长的难题，并在犯罪司法数据集上实证其优越性。
PDFa year ago
打通目标与图像级别表示以实现开放词汇检测
本文提出了一种基于 CLIP 模型和图像水平监督的对象中心对齐的方法，运用伪标注实现高质量对象提议并在训练过程中扩展词汇表，通过新的权重传递函数将两种对象对齐策略结合，实现了在 OVD 方案中对象和图像中心表示的最小化差距。在 COCO 数
PDF2 years ago
文本数据标记的自适应规则发现
介绍了一种交互式系统 Darwin，可以协助 weakly-supervised learning 文本数据的标注规则生成。通过候选规则的自动生成和标注者的反馈机制，Darwin 可以高效地生成规则，实验结果表明 Darwin 能够比已有的
PDF4 years ago
弱监督单镜头定位的目标 - 范围汇聚
本文提出了一个基于 CAM 的 “单 shot” 弱监督检测器，其中不需要使用区域建议。使用一种新颖的全局池化技术 SPAM 池来训练此 CAM 网络进行弱图像级监督的对象范围定位。该方法仅需要单个网络通过并使用快速反向投影技术，在 35f
PDF7 years ago