xlm-roberta | BriefGPT - AI 论文速递

关键词xlm-roberta

搜索结果 - 14

机器能看到颜色：分类大型语料库中不同形式的种族主义言论的指南
通过 XLM-RoBERTa 模型，本篇文章提供了一种可概括的步骤，用于在大量语料库中识别和分类不同形式的种族主义言论。通过将种族主义表现形式置于感兴趣的时间和地点的环境中，研究人员能够识别出他们的话语形式。
PDF5 months ago
ArAIEval 共享任务传说：使用一种语言无关的文本表示模型进行说服技巧检测
本文介绍了我们在 ArabicNLP 2023 的 ArAIEval 挑战中的最佳提交结果，我们主要关注任务 1，该任务涉及从推特和新闻文章的摘录中识别说服技巧，我们使用 XLM-RoBERTa 进行训练，并在阿拉伯语文本中检测到说服技巧。
PDF9 months ago
ACLCLaC 参加 SemEval-2023 任务 2：比较基于区间预测和序列标注的命名实体识别方法
综述了 Complex, fine-grained named entities 的识别问题，并比较了 Sequence Labeling 和 Span Prediction 两种 NER 方法。发现使用较大版本的 XLM-RoBERTa
PDFa year ago
EMNLPCASE-2022 多语言抗议活动检测任务中的 ClassBases 模型：多语言抗议新闻检测和自动复制手动创建的事件数据集
该研究报告描述了作者参加多语言抗议事件检测的共享任务中的 ClassBases 的提交。作者使用 XLM-RoBERTa-base、mLUKE-base 和 XLM-RoBERTa-large 进行微调来进行文件分类、句子分类和标记分类。通
PDFa year ago
Miko Team: ALQAC 2022 中的法律问答深度学习方法
本文介绍了基于深度学习的法律文件处理方法，包括自动法律问答竞赛（ALQAC 2022）的法律文件检索和法律问答任务。使用 XLM-RoBERTa 模型在有限的标记数据下表现良好，在低资源语言的其他信息检索任务中也可以应用。
PDF2 years ago
AAAI多语言首字母缩略词抽取的领域自适应预训练
本论文介绍了我们参加多语言首字母缩略词提取共享任务 SDU@AAAI-22 的发现。我们采用双向长短时记忆网络链条件随机场（BiLSTM-CRF）和多语言 XLM-RoBERTa 嵌入来处理多语言首字母缩略词提取。我们预训练了 XLM-Ro
PDF2 years ago
VLSP 2021 - ViMRC 挑戰賽：越南機器閱讀理解
本文介绍了一个名为 UIT-ViQuAD 2.0 的越南文机器阅读理解数据集，它可以用于评估和研究机器阅读理解任务和相关任务，如问答、问句生成和自然语言推理。该数据集吸引了 77 个团队参与，其中表现最好的三个团队使用基于 Transfor
PDF2 years ago
建立跨语言密集检索模型的迁移学习方法
本文介绍了 ColBERT-X，这是一个使用 XLM-RoBERTa 编码器的多重表示稠密检索模型，用于支持跨语言信息检索（CLIR）。在几种语言的自适应文件排名任务上表现出了在传统词汇 CLIR 基线之上的显着和统计上的显着改进。
PDF2 years ago
EMNLPMFAQ：多语言 FAQ 数据集
本文提出了第一个公开的多语言 FAQ 数据集，并采用 Dense Passage Retrieval 的类似设置和测试各种双编码器。实验结果表明，基于 XLM-RoBERTa 的多语言模型是最好的选择，尤其是对于低资源语言。此外，我们的定性
PDF3 years ago
IIITG-ADBU@HASOC-Dravidian-CodeMix-FIRE2020: 混合码语德拉维达语文本中的攻击性内容检测
本文基于 SVM 分类器和 XLM-RoBERTa 分类器，在 Dravidian-CodeMix-HASOC 2020 的比赛数据集中，对代码混编的马拉雅拉姆语和泰米尔语文本进行分类，并取得了较好的效果。
PDF3 years ago
ACL使用跨语言表示学习器进行多语言混合编码希望言论检测
本研究旨在利用机器学习、深度学习和转换器等自然语言处理技术，分别分析英语、泰米尔语和马拉雅拉姆语中社交媒体帖子或评论包含希望言论的可能性，并发现 XLM-Roberta 技术能够达到最佳的分析效果。
PDF3 years ago
分析监督式 NLP 任务中的零样本跨语言迁移
本文论述了跨语言零 - shot 迁移的问题，并通过对 XLM-RoBERTa 进行实验，研究机器阅读理解、情感分析和句子嵌入对跨语言迁移的影响。发现跨语言迁移在语义文本相似度检验（STS）中表现最强，情感分析次之，机器阅读理解中表现最弱。
PDF3 years ago
EMNLP明确对齐是否能够稳定提高多语言编码器性能？
本文提出了一种新的对比对齐目标函数，主要应用于 OPUS 数据集，分析了单语和多语种上的效果，证明此方法优于以前的工作，但整体上，这些方法无法通过更强大的评估框架来提高性能，而更好的基础模型可以获得更好的性能。
PDF4 years ago
通过机器翻译和跨语言转移在捷克语阅读理解
该研究针对捷克语读解系统建立，通过自动翻译 SQuaD 1.1 和 2.0 数据集，并训练和评估了多个 BERT 和 XLM-RoBERTa 基准模型，证明了跨语言转移方法的成功性。
PDF4 years ago