- 博客(10)
- 收藏
- 关注
RSS订阅原创 【论文笔记】Knowledge Base Question Answering: A Semantic Parsing Perspective
作者从语义解析（semantic parsing）的角度，提出了KBQA的两大挑战，模式级复杂性（schema complexity）和事实级复杂性（fact complexity），介绍了常用的数据集、方法、指标等，并对KBQA未来的发展提出了自己的想法。
2023-06-21 11:17:59
426
1
原创 比赛总结：GAIIC 2023 全球人工智能技术创新大赛—算法挑战赛
基于复旦的fnlp/bart-base-chinese模型，因比赛数据的特殊性，先在比赛数据集上构造DAE预训练任务，使模型适应比赛数据。之后进行任务训练、验证、调参、测试。从0开始入门nlp，学到很多，再接再厉。主要提分点在预训练、trick、融合。如果不限制融合，融才是硬道理！
2023-05-19 23:44:01
829
原创 论文笔记：Complex Knowledge Base Question Answering: A Survey
2022 Complex Knowledge Base Question Answering: A Survey注：此文仅关注基于IR的KBQA，基于SP的KBQA请看原文。
2023-03-18 15:44:53
404
1
原创 论文笔记：How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence
法律任务的三大挑战仍有待解决。知识建模、法律推理和可解释性是 LegalAI 能够可靠地服务于法律领域的基础。现有的一些方法正试图解决这些问题，但研究人员还有很长的路要走。未来，对于这些现有任务，研究人员可以专注于解决 LegalAI 结合基于嵌入和基于符号的方法的三个最紧迫的挑战。对于还没有数据集或者数据集不够大的任务，我们可以尝试构建一个大规模高质量的数据集或者使用few-shot或者zero-shot的方法来解决这些问题。此外，我们需要认真对待 LegalAI 的伦理问题。
2023-03-09 14:23:37
400
原创 KGSQA学习笔记
知识图问答 (KGQA) 系统使用户能够从知识图 (KG) 中检索数据，而无需完全了解 KG 模式。用户可以通过以自然语言问题 (NLQ) 的形式表达他们的信息需求来从 KG 获取数据，而不是使用特定的正式查询语言来制定精确的查询。需要完成许多子任务才能开发出性能良好的 KGQA 系统——例如，实体链接、关系链接和答案检索。
2023-02-14 17:04:43
636
转载 【斯坦福CS224N】笔记——深度自然语言处理Natural Language Processing with Deep Learning
【斯坦福CS224N】笔记——深度自然语言处理Natural Language Processing with Deep Learning
2022-11-22 19:33:02
342
原创 Tensorflow实践报错汇总
如果项目代码基于tensorflow1.0，而自己机器上安装的是tensorflow2.0，则会出现兼容问题，可用以下方法解决。报错 AttributeError: module ‘tensorflow‘ has no attribute ‘compat’如果解决版本问题时采用如下方式。..................
2022-08-11 12:18:00
1702
原创 Python3学习之路 day1
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、六大数据类型（一）Number 数字（二）String 字符串（三）List 列表（四）Tuple 元组（五）Set 集合（六）Dictionary 字典一、六大数据类型不可变数据：number、tuple、string可变数据：list、set、dictionary（一）Number 数字int、float、boolean、complex（复数）常用数学函数：abs(x)pow(x,y) //需导入mat
2020-09-27 23:25:24
88
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