![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI
文章平均质量分 91
黑子小明
这个作者很懒,什么都没留下…
展开
-
Learning Disentangled Representations of Negation and Uncertainty
语言学理论认为,否定和不确定性的表达在语义上是相互独立的,它们所修饰的内容也是相互独立的。然而,以前关于表征学习的工作并没有明确地模型这种依赖关系。因此,我们尝试使用变分自动编码器1来分离否定、不确定性和内容的表示。......翻译 2022-06-13 23:46:13 · 860 阅读 · 0 评论 -
Transformers for 1D signals in Parkinson’s disease detection from gait
Transformers在一维信号中的应用还不是很广泛,但我们在本文中表明,它们可以有效地从一维信号中提取相关特征。由于Transformers需要大量内存,我们将时间和空间信息解耦,使模型更小。我们的体系结构使用了时间Transformers、降维层来降低数据的维数、空间Transformer、两个完全连接的层和一个输出层来进行最终预测。在Physionet数据集上,我们的模型在区分帕金森病患者和健康患者方面优于当前最先进的算法,准确率为95.2%。...翻译 2022-06-11 12:31:51 · 1598 阅读 · 0 评论 -
Paying More Attention to Self-attention: Improving Pre-trained Language Models via Attention Guiding
预训练模型、多头自我注意力、注意力引导、注意力地图辨别翻译 2022-06-11 00:39:02 · 911 阅读 · 0 评论 -
Survey of Aspect-based Sentiment Analysis Datasets
基于方面的情感分析(ABSA)是一个自然语言处理问题,需要分析用户生成的评论,以确定:a)被审查的目标实体,b)它所属的高级方面,以及c)对目标和方面表达的情感。ABSA的语料库数量众多但分散,这使得研究人员很难快速确定最适合特定ABSA子任务的语料库。本研究旨在建立一个语料库,用于对自主ABSA系统进行训练和评估。此外,我们还概述了有关各种ABSA及其子任务的主要语料库,并强调了研究人员在选择语料库时应考虑的几个语料库特征。...翻译 2022-06-06 23:28:06 · 689 阅读 · 0 评论 -
Spelling Error Correction with Soft-Masked BERT
使用Soft-Masked BERT纠正拼写错误Shaohua Zhang 1 , Haoran Huang 1 , Jicong Liu 2 and Hang Li 1 1 ByteDance AI Lab 2 School of Computer Science and Technology, Fudan University { zhangshaohua.cs,huanghaoran,lihang.lh } @bytedance.com jcliu15@fudan.edu.cn摘要拼写错误纠正翻译 2022-05-31 01:00:06 · 858 阅读 · 0 评论 -
RoBERTa: A Robustly Optimized BERT Pretraining Approach(通篇翻译)
RoBERTa:一种稳健优化的BERT预训练方法Yinhan Liu ∗ § Myle Ott ∗§ Naman Goyal ∗§ Jingfei Du ∗§ Mandar Joshi † Danqi Chen § Omer Levy § Mike Lewis § Luke Zettlemoyer †§ Veselin Stoyanov § † Paul G. Allen School of Computer Science & Engineering, University of Washing翻译 2022-05-29 23:48:19 · 888 阅读 · 0 评论 -
Capturing Global Informativeness in Open Domain Keyphrase Extraction
在开放域关键词提取中捕获全局信息Si Sun 1 ? , Zhenghao Liu 2 ? , Chenyan Xiong 3 , Zhiyuan Liu 4 ?? , and Jie Bao 1 ?? 1 Department of Electronic Engineering, Tsinghua University, China 2 Department of Computer Science and Technology, Northeastern University, China 3 Micr翻译 2022-05-21 19:14:18 · 789 阅读 · 0 评论 -
LayoutLM: Pre-training of Text and Layout for Document Image Understanding
LayoutLM:文本和布局的预训练,用于理解文档图像Yiheng Xu ∗ charlesyihengxu@gmail.com Harbin Institute of Technology Minghao Li ∗ liminghao1630@buaa.edu.cn Beihang University Lei Cui lecu@microsoft.com Microsoft Research Asia Shaohan Huang shaohanh@microsoft.com Microsoft Res翻译 2022-05-20 20:13:57 · 1430 阅读 · 0 评论 -
ERNIE 3.0: LARGE-SCALE KNOWLEDGE ENHANCED PRE-TRAINING FOR LANGUAGE UNDERSTANDING AND GENERATION(翻译)
ERNIE 3.0: LARGE-SCALE KNOWLEDGE ENHANCEDPRE-TRAINING FOR LANGUAGE UNDERSTANDING ANDGENERATION翻译 2022-04-14 00:20:07 · 2889 阅读 · 0 评论 -
Matching the Blanks: Distributional Similarity for Relation Learning (通篇翻译)
Matching the Blanks: Distributional Similarity for Relation Learning (通篇翻译)翻译 2022-04-11 23:55:22 · 602 阅读 · 0 评论 -
ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices (翻译)
ShuffleNet:一种用于移动设备的高效卷积神经网络Xiangyu Zhang ∗ Xinyu Zhou ∗ Mengxiao Lin Jian Sun Megvii Inc (Face++) { zhangxiangyu,zxy,linmengxiao,sunjian } @megvii.com摘要我们介绍了一种计算效率极高的CNN体系结构,名为ShuffleNet,它专门为计算能力非常有限的移动设备(例如10-150 MFLOPs)设计。新的体系结构利用了两种新的操作,逐点组卷积和信道shu翻译 2022-04-11 23:01:14 · 931 阅读 · 0 评论 -
Deep Reinforcement Learning with Knowledge Transfer for Online Rides Order Dispatching
用于在线乘车订单调度的知识转移深度强化学习翻译 2022-04-05 22:24:15 · 494 阅读 · 0 评论 -
WHENet: Real-time Fine-Grained Estimation for Wide Range Head Pose
WHENet:大范围头部姿势的实时细粒度估计Yijun Zhou yijun.zhou1@huawei.com James Gregson james.gregson@huawei.com IC Lab, Huawei Technologies Canada摘要我们提出了一个端到端的头部姿势估计网络,用于从单个RGB图像预测整个头部雅司病的欧拉角。现有的方法在正面视图中表现良好,但从所有角度来看,很少有目标头部姿势。这在自动驾驶和零售业中都有应用。我们的网络建立在多损失方法的基础上,改变了损失函数和翻译 2022-03-30 23:53:50 · 1894 阅读 · 0 评论