zero shot learning | BriefGPT

关键词zero shot learning

搜索结果 - 7

零样本学习的联合意图和槽位标记
通过零样本学习的方法，实现了目的性对话系统中的意向分类和槽位标注任务。研究表明，将意向和槽位之间的依赖关系建模，以及通过神经网络将单词和句子转换成嵌入空间，是提高任务准确性的关键因素。
PDF2 years ago
对比训练提高半结构化文档零样本分类能力
本研究使用了匹配方法，并对零样本学习中的半结构化文档分类任务进行了探索，使用对位对比目标来加强监督和无监督的零样本学习，显著提高了宏 F1 的结果。
PDF2 years ago
利用常识知识改进零样本学习基线
本研究旨在解决 Zero shot learning 的挑战，利用 ConceptNet 的通识知识图谱，通过图卷积网络自编码器生成类标签的通识嵌入，结合 HA 和 DWE 的管道，可提高视觉和语义嵌入之间的关联性，进而在三个基准数据集上表
PDF4 years ago
ICLR零样本学习中的局部性和组合性
本文探讨了零样本学习中代表性学习时的地域性和组成性，并证明了这些属性的重要性与泛化性相关。此外，该研究也证明了在未通过不同数据集（如 ImageNet）进行预训练的情况下学习代表性的可行性。因此，未来的代表性学习研究应着重于更加关注本地化特
PDF5 years ago
CVPR语义对齐减少偏见的零样本学习
本文提出了一种新的零样本学习方法 ——Semantically Aligned Bias Reducing (SABR) ZSL，旨在通过学习一个潜在空间来解决 hubness 问题，同时通过交叉验证和弱转移约束来减轻示例类别偏移问题，并在
PDF5 years ago
一种使用条件变分自编码器进行零样本学习的生成模型
这篇文章研究了零样本学习在图像分类中的应用，提出了一种基于条件变分自编码器的生成模型方法，用于模拟未见过的样本，获得更好的分类性能。
PDF7 years ago
概念嵌入实现的多标签零样本学习
本文提出了一种基于概念嵌入和语义学习模型的多标签零样本学习方法，可以高效地将未知类别在已有的概念嵌入空间中进行映射，并在实验中证明在处理含有未知标签的场景时，该方法优于现有多标签零样本学习模型且不需要对语义学习模型进行重新训练。
PDF8 years ago