《论文阅读》对话推理的对比学习 EMNLP 2023

最新推荐文章于 2024-11-12 19:08:30 发布
最新推荐文章于 2024-11-12 19:08:30 发布
阅读量307 收藏
点赞数
分类专栏： 组会论文 文章标签： 论文阅读 学习 对比学习 对话 推理 inductive reasoning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44833392/article/details/137914399
版权
组会论文 专栏收录该内容
31 篇文章 13 订阅 ¥29.90 ¥99.00
订阅专栏
本文解析《Contrastive Learning for Inference in Dialogue》，发表于EMNLP 2023，探讨对话中的归纳推理。作者通过对比学习方法，针对CICERO数据集，解决信息差异导致的推理挑战，提高模型的推理生成性能。文章介绍了一种生成类似负样本的方法，并详细阐述了损失函数的设计。
摘要由CSDN通过智能技术生成

《论文阅读》对话推理的对比学习

前言

亲身阅读感受分享，细节画图解释，再也不用担心看不懂论文啦~
无抄袭，无复制，纯手工敲击键盘~

今天为大家带来的是《Contrastive Learning for Inference in Dialogue》

在这里插入图片描述

出版：EMNLP

时间：2023

类型：对话中的推理

特点：对比学习；对话；推理

作者：Etsuko Ishii

第一作者机构：The Hong Kong University of Science and Technology

名词

inductive process 归纳过程

inductive reasoning 归纳推理

  • 定义：归纳推理是从特殊到一般的推理过程。它基于特定的观察或实例，推导出一般性的结论或规律。
  • 特点：归纳推理的结论并不是逻辑上绝对
了解本专栏 订阅专栏 解锁全文
365JHWZGo
关注
专栏目录
订阅专栏
《论文阅读》一种基于反事实推理的会话情绪检测无训练去偏框架 EMNLP 2023
MyHeartWillGoOn
03-31 684
亲身阅读感受分享，细节画图解释，再也不用担心看不懂论文啦~无抄袭，无复制，纯手工敲击键盘~今天为大家带来的是《A Training-Free Debiasing Framework with Counterfactual Reasoning for Conversational Emotion Detection》出版： EMNLP时间：2023类型：对话情绪识别关键词：情绪识别；对话；去除偏差作者：Geng Tu, Ran Jing等。
EMNLP 2023 录用论文公布，速看NLP各领域最新SOTA方案
学姐带你玩AI的博客
10-13 911
近日公布了录用论文。开始前以防有同学不了解这个会议，先简单介绍介绍：EMNLP 是NLP 四大顶会之一，ACL大家应该都很熟吧，EMNLP就是由 ACL 下属的SIGDAT小组主办的NLP领域顶级国际会议，一年举办一次。相较于ACL，EMNLP更偏向于NLP在各个领域解决方案的学术探讨。今年的EMNLP 2023大会将于12月6日-10日在新加坡召开，我先整理了来和大家分享，帮助NLP领域的同学了解今年的，发论文更有方向。需要论文原文及代码的同学看文末。
EMNLP 2023 征稿通知
zenRRan的博客
04-02 7788
来自：HFL实验室进NLP群—>加入NLP交流群(备注nips/emnlp/nlpcc进入对应投稿群)计算语言学顶级国际会议EMNLP 2023将于2023年12月6日至10日在新加坡召开。与ACL 2023相同，EMNLP 2023将同时开放ARR投稿和START（softconf）直接投稿通道。官方链接：https://2023.emnlp.org/calls/main_conferen...
NLP论文阅读记录-EMNLP 2023 | 10 Enhancing Biomedical Lay Summarisation with External Knowledge Graphs
yuyuyu_xxx的博客
12-14 995
利用外部知识图增强生物医学外行总结（2310）codepaper以前的自动外行摘要方法完全依赖于源文章，因为它是为技术受众（例如研究人员）编写的，不太可能明确定义所有技术概念或陈述与外行相关的所有背景信息观众。我们通过使用特定于文章的知识图来增强 eLife（现有的生物医学外行总结数据集）来解决这个问题，每个知识图都包含相关生物医学概念的详细信息。使用自动评估和人工评估，我们系统地研究了将知识图合并到外行摘要模型中的三种不同方法的有效性，每种方法都针对编码器-解码器模型架构的不同区域。
对话系统有哪些最新进展？这17篇EMNLP 2021论文给你答案
Paper weekly
09-27 1271
©原创 ·作者|王馨月学校|四川大学研究方向|自然语言处理Neural Path Hunter论文标题：Neural Path Hunter: Reducing Halluc...
论文笔记：端到端的任务导向对话综述
sfgsdfg2516的博客
08-05 896
端到端任务导向对话（EToD）可以不通过模块化训练直接生成响应，因此越来越受欢迎。深度神经网络的进步，尤其是大型预训练模型的成功应用，近年来进一步推动了EToD研究的发展。在本文中全面综述并提供统一视角来总结现有方法以及最近趋势，以推进EToD研究的发展。面向任务的对话系统（ToD）可以通过自然语言交互帮助用户实现特定目标，例如预订餐厅或查询导航。该领域在学术研究和工业部署中都受到越来越多的关注。
EMNLP 2023 获奖论文公布，大模型、NLP等领域火爆
学姐带你玩AI的博客
12-11 2805
EMNLP是计算语言学和自然语言处理领域顶级国际会议之一，属于CCF B类，是由 ACL 下属的SIGDAT小组主办的NLP领域顶级国际会议，一年举办一次。相较于ACL，EMNLP更偏向于NLP在各个领域解决方案的学术探讨。今年的EMNLP 2023 已于2023年12 月 6 日 - 10 日在新加坡举行。本次大会公布了最佳长论文奖、最佳短论文奖、杰出论文奖、最佳Demo奖等奖项，包含了今年爆火的ChatGPT 大模型、NLP 概念领域。
论文笔记：《任务导向对话系统中的持续学习》
sfgsdfg2516的博客
07-29 575
在面向任务的对话系统中持续学习可以允许我们随着时间的推移添加新的领域和功能，而不会导致整个系统重新培训的高成本。本文主要工作如下：1）提出了一个面向任务的对话系统的持续学习基准，该系统具有37个领域，可以在意图识别、状态跟踪、自然语言生成和端到端等四种设置下连续学习。2）实现并比较了多个现有的持续学习基线，并提出了一种基于残差适配器的简单而有效的体系结构方法。
论文速递 && EMNLP2022 | 接受论文抢先看！！！（内含下载列表）
yinizhilianlove的博客
10-10 1644
关于EMNLP2022，最近有作者开始收到论文接受的通知。因此本文为大家整理了一波EMNLP2022接收论文供大家下载阅读。其中共计26篇，这里整理了24篇。
EMNLP 2020上与【知识图谱】相关论文（6篇）
11-14
本文将深入探讨六篇与知识图谱相关的论文，这些论文涵盖了知识图谱表示、常识、任务型对话、多语种知识库补全、开放式知识图谱表示以及社会常识推理等多个关键方向。 首先，"AutoETER"的研究聚焦于知识图谱表示学习...
论文翻译：EMNLP-2023 CCF-B Multi-step Jailbreaking Privacy Attacks on ChatGPT
CSPhD-winston的博客
08-23 977
随着大型语言模型（LLMs）的快速发展，许多下游自然语言处理（NLP）任务在适当的提示下可以得到很好的解决。尽管模型开发者和研究人员努力提高对话安全性，以避免从LLMs生成有害内容，但仍然很难确保人工智能生成的内容（AIGC）用于人类的利益。由于强大的LLMs正在吞噬来自各个领域的现有文本数据（例如，GPT-3是在45TB文本上训练的），很自然地会怀疑训练数据中是否包含了私人信息，以及这些LLMs及其下游应用可能带来哪些隐私威胁。
EMNLP 2023 亮点回顾：大模型时代下的 NLP 研究
Jina AI 的博客
12-20 2053
EMNLP 2023 精华总结，Jina AI 带你走进前沿，全面回顾！
点云论文阅读-1-pointnet++
weixin_43899239的博客
11-12 258
pointnet局限性：不能获取局部结构信息作者提出pointnet++如何确定球的尺寸，类似于如何确定CNN的卷积核尺寸。利用了多尺度邻域以同时实现鲁棒性和细节获取。
【论文笔记】Wings: Learning Multimodal LLMs without Text-only Forgetting
小嗷犬的博客
11-09 1051
多模态大型语言模型（MLLMs）以训练好的LLM为基础，首先将图像与文本对齐，然后对多模态混合输入进行微调。然而，MLLM在灾难性地忘记了仅包含文本的指令，这些指令不包括图像，可以在初始LLM中解决。在本文中，我们提出了WINGS，这是一种新型的MLLM，在纯文本对话和多模态理解方面都表现出色。分析MLLM在多模态指令中的注意力发现，纯文本遗忘与从预图像文本到后图像文本的注意力转移有关。据此，我们构建了额外的模块，作为增强学习器来补偿注意力转移。
【论文阅读】医学SAM适配器：适应医学图像分割的任意分割模型
川川自溢的博客
11-11 862
【论文阅读】医学SAM适配器：适应医学图像分割的任意分割模型
论文阅读《机器人状态估计中的李群》
YMWM_的博客
11-09 905
李群是一个古老的数学抽象对象，可以追溯到19世纪，当时数学家 Sophus Lie奠定了连续变换群理论的基础。多年后，它的影响已经蔓延到科学和技术的各个领域。在机器人领域，我们最近正在经历一个重要的趋势，至少在估计领域，特别是在导航的运动估计方面。然而，对于绝大多数机器人专家来说，李群是高度抽象的结构，因此难以理解和使用。在机器人估计技术中，通常不需要充分利用李群理论的能力，因此需要努力选择合适的阅读材料。在本文中，我们将通过李理论的最基本原理，目的是传达清晰和有用的想法，并留下一个重要的李理论语料库。
论文阅读分享：基于弱监督的病理图像腺体分割
tjl521314_21的博客
11-11 218
● 弱监督学习可以在较少标注的情况下，生成像素级分割，适用于处理复杂的病理图像分割任务。因此，弱监督学习成为一种有效的替代方案，通过图像级标签实现分割，减少标注成本。● 伪掩码去噪与分割优化：为应对病理图像结构不规则、对比度低等问题，提出动态加权损失，以过滤伪掩码中的噪音，提高分割精度。● 随着深度学习在医学图像分割中的广泛应用，全监督学习虽然取得了优异表现，但由于需要大量像素级标注，应用受到限制。● 本研究进一步优化了伪掩码生成，通过重构模块增强图像的局部激活，以提高分割质量。弱监督学习的优势与方法。
【论文阅读】小样本学习相关研究
Glass_Gun的博客
11-11 644
不可靠的经验风险最小化器是FSL的核心问题。基于先验知识如何处理核心问题，可以将FSL分为三个角度：数据使用先验知识来增强监督经验，模型通过先验知识约束假设空间，算法使用先验知识改变对假设空间中最佳假设参数的搜索。这篇小样本学习综述论文从Data、Model、Algorithm三个方面介绍了现有的小样本学习领域内的方法，以数学的形式具体解释了小样本学习中的困难点。
论文阅读《BEVFormer v2》
最新发布
YMWM_的博客
11-12 296
我们提出了一种具有透视监督的新型鸟瞰图（BEV）检测器，其收敛速度更快并且更适合现代图像主干。现有的最先进的BEV检测器通常与某些深度预训练主干网络（如VoVNet）相关联，从而阻碍了蓬勃发展的图像主干网络和BEV检测器之间的协同作用。为了解决这一限制，我们优先通过引入透视图监督来简化BEV检测器的优化。为此，我们提出了一个两阶段BEV检测器，其中来自透视头的提议被输入到鸟瞰头中进行最终预测。为了评估我们模型的有效性，我们进行了广泛的消融研究，重点关注监督形式和所提出的检测器的通用性。
EMNLP 2023
03-05
EMNLP（Empirical Methods in Natural Language Processing）是自然语言处理领域的一个重要学术会议，每年都会举办。EMNLP 2023是指2023年的EMNLP会议。 EMNLP会议旨在促进自然语言处理领域的研究和创新，提供一个学术交流的平台，让研究人员和学者们分享他们的最新成果和想法。会议涵盖了各种自然语言处理相关的主题，包括但不限于机器翻译、文本分类、信息抽取、情感分析、问答系统等。 EMNLP会议通常包括主题演讲、论文发表、工作坊、教程等活动。在主题演讲中，邀请到一些领域内的知名专家分享他们的研究成果和观点。论文发表是EMNLP最重要的部分，研究人员可以提交自己的论文并通过同行评审的方式进行评估，优秀的论文将被录用并在会议上进行展示和讨论。工作坊和教程则提供了更加深入的学习和交流机会。 EMNLP 2023将是一个重要的学术盛会，预计将有来自世界各地的研究人员和学者参加。会议的具体时间、地点和议程等信息可以在官方网站或相关学术平台上获得。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

365JHWZGo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值