- 博客(6)
- 收藏
- 关注
RSS订阅原创 EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks阅读笔记
在关系抽取中，我们的数据集是1对1 的形式，但是文本增强的数据集是多对1的形式，此外我们的数据集要保证标签与标签之间存在关系以及连续性，但是文本增强的数据集的标签之间是独立的。经过分析发现，可能文本增强不适合我们这类型的seq-seq模型，同时经过查阅部分关系抽取以及知识图谱构建的文献发现，在关系抽取任务中，基本不进行文本增强。
2023-07-20 10:38:28
44
原创 AEDA: An Easier Data Augmentation Technique for Text Classification阅读笔记
使用深度语言模型的DA很复杂，虽然有同义词词典，但还是会造成原始信息的丢失。使用BERT利用上下文的信息进行DA，通过使用双向网络在一个想要的位置用预测的词来替换原本的词。对于所有数据集，当数据集比较小的时候，增量的数量越多，效果提高越多，而完整的数据集仅提高了1%。ADEA是比EDA更加简单的一种数据增强方法，保留句子中单词的顺序，因此会得到相对更好的增强效果。由于数据集是经过获取后随机分成训练集和测试集的，所以可能会存在数据的不连续性，进而影响结果。比较了基于BERT进行EDA和ADEA的模型效果。
2023-07-13 23:18:51
89
原创 A Multi-Level Optimization Framework for End-to-End Text Augmentation
我们提出一个三层优化框架执行文本增强以适应下游端到端的任务。模型分为三层：文本摘要模型（has a weight，考虑到每个摘要训练对会存在差异，所以每一个都有权重，表示差异的大小，即权重越小，代表差异越大，越不重要），会保留原始文本的主要语义，剔除掉不重要的文本，原文与摘要之间的语义种类很丰富，所以会达到创造多样性的目的；初步文本分类模型；评估更新分类模型，以降低损失。
2023-07-05 22:02:35
52
原创 Bootstrapping——Semi-Supervised Learning of Semantic Relations
BASURE系统的目的是提取具有适当语义关系的模式，并自动学习新的模式。它描述了一种半监督自举方法，用于使用通用模式表示提取不同类型成分的UNL语义关系。
2023-07-04 14:04:51
129
原创 Tri-Training:Exploiting Unlabeled Data Using Three Classifiers阅读笔记
Tri-Training:Exploiting Unlabeled Data Using Three Classifiers阅读笔记本文提出了一种新的协同训练式半监督学习算法——三训练算法。该算法从原始标记样例集生成三个分类器。然后在三训练过程中使用未标记的示例对这些分类器进行改进。具体来说，在每一轮的三训练中，如果在一定条件下其他两个分类器的标记一致，则为一个分类器标记一个未标记的示例。
2023-06-27 21:55:22
90
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人