![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自然语言处理
文章平均质量分 92
AINLPer
这个作者很懒,什么都没留下…
展开
-
AAAI2024 | 论文接受列表,含全部论文下载(持续更新......)
AAAI2024 接收论文下载原创 2023-12-22 16:38:24 · 12930 阅读 · 1 评论 -
一文了解“什么是ACL”、“什么是EACL”、“什么是NAACL”、“什么是AACL”国际会议
最近有小伙伴私信问:什么是ACL国际会议,除了ACL,EACL、NAACL、AACL分别是什么会议,它们有什么联系吗?另外ACL、EACL、NAACL、AACL分别是什么等级的会议呢?为此,作者针对这些问题,统一做了整理给大家分享交流。相信看完本文,你一定会对ACL有一个全面的了解。如果有错误的地方欢迎大家批评指正。原创 2022-10-24 11:35:34 · 8471 阅读 · 0 评论 -
预训练模型微调 | 一文带你了解Adapter Tuning
前几天的一篇文章,给大家介绍了预训练模型的微调方法Prompt Tuning。《一文了解预训练模型 Prompt 调优》。今天再给大家介绍另外一种主流的预训练模型微调方法Adapter,并将Adapter与Prompt两种方法做了对比,希望能对你的论文写作有启发。原创 2022-10-24 00:55:20 · 2307 阅读 · 1 评论 -
EMNLP2022 | 带有实体内存(Entity Memory)的统一编解码框架 (美国圣母大学)
本文提出了一个具有实体内存(EDMem)的新的Encoder-Decoder框架。「EDMem 是各种实体密集型 QA 和生成任务的统一框架」,我们在其中训练实体记忆来实现高效的知识整合。原创 2022-10-11 21:54:09 · 959 阅读 · 0 评论 -
论文速递 && EMNLP2022 | 接受论文抢先看!!!(内含下载列表)
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。原创 2022-10-10 22:18:50 · 1601 阅读 · 0 评论 -
【NLP论文分享 && 摘要生成】长文本摘要生成/提取(曼彻斯特大学&&含源码)
注意力机制或图神经网络(GNN)生成长文本摘要,存在忽略黄金摘要中传递的关键语义信息以及忽略了单词之间的顺序和句法依赖性。针对这两个问题,本文「提出了一个新的框架 GRETEL,用于长文本的提取摘要」,为 PLM 提供神经主题推理,以充分结合局部和全局语义。 实验结果表明,模型型优于现有的最先进方法。原创 2022-10-08 20:08:37 · 1533 阅读 · 0 评论 -
最新 | Ask Me Anything 一种提示(Prompt)语言模型的简单策略(斯坦福大学 & 含源码)
提示(Prompt)的微小变化就会引起大型语言模型(LLM)较大的性能变化,这将会有大量时间花费在提示(prompt)设计上。为此本文提出了ASK ME ANYTHING(AMA)方法,该方法首先产生多个有效且不完美的prompt,然后将它们进行聚合,最后产生高质量的提示(prompt)。原创 2022-10-08 20:04:11 · 1718 阅读 · 0 评论 -
从一维卷积、因果卷积(Causal CNN)、扩展卷积(Dilation CNN) 到 时间卷积网络 (TCN)
从一维卷积、因果卷积(Causal CNN)、扩展卷积(Dilation CNN) 到 时间卷积网络 (TCN)原创 2022-09-30 21:55:35 · 5192 阅读 · 1 评论 -
【NeurIPS && 图谱问答】知识图谱(KG) Mutil-Hop推理的锥形嵌入方法(中科院--含源码)
知识图谱(Knowledge Graph)是以三元组形式,将数据存储在图数据库中。实现知识图谱问答,核心是将自然语言转化为在图数据的查询语言,也就是将自然语言问题映射到结构化查询的过程。在知识图谱问答中,当KGs中缺少一些环节时,它很难识别正确的答案,如果解决这个问题,本篇文章或许能够帮到你。原创 2022-09-29 22:58:10 · 518 阅读 · 0 评论 -
【NeurIPS&&知识图谱】联邦环境下,基于元学习的图谱知识外推(阿里&浙大&含源码)
知识图谱(KGs)目前被广泛应用,但不论是传统的KGs和新建的KGs都会存在不完整的问题。虽然知识图谱嵌入(KGE)可以解决该类问题,但是「新兴的KG往往伴随着新的关系和实体,在已有KG上训练的KGE模型,是不能应用于在新建KG上去获取这些看不到的实体和关系的」。为此本文引入了元学习联邦设置,在现有KG上对一组任务进行采样,以模仿新兴KG上的链接预测任务,基于采样任务训练了一个图神经网络用于解决此类问题。原创 2022-09-29 22:45:12 · 1356 阅读 · 0 评论 -
【微软研究院 && 含源码】相比黑盒模型,可解释模型同样可以获得理想的性能
本文提出了Emb-GAM,它可以在不牺牲可解释性的情况下实现了强大的预测性能原创 2022-09-29 22:36:14 · 309 阅读 · 0 评论 -
【自然语言处理NLP】一文带你了解EMNLP国际会议 && EMNLP2022--EMNLP2016 国际顶会论文列表
从EMNLP2016至EMNLP2022,让你一文了解国际顶会EMNLP,另附历年EMNLP论文集。原创 2022-09-27 22:46:04 · 3051 阅读 · 0 评论 -
【历年NeurIPS论文下载】一文了解NeurIPS国际顶会(含NeurIPS2022)
自然语言处理NeurIPS国际顶会介绍,历年NeurIPS论文下载,NeurIPS2022下载,NeurIPS2021下载,NeurIPS2020下载,NeurIPS2019下载,NeurIPS2018下载,NeurIPS2017下载,NeurIPS2016下载.原创 2022-09-25 15:58:13 · 2581 阅读 · 0 评论 -
【历年IJCAI论文下载(含IJCAI2022)】图神经网络(GNN)(多行为推荐、多模态食谱表示学习、同质图表示学习)
历年IJCAI论文下载,IJCAI2022论文下载,IJCAI2021论文下载,IJCAI2020论文下载,IJCAI2019论文下载,IJCAI2018论文下载,IJCAI2017论文下载,IJCAI2016论文下载原创 2022-09-25 15:51:38 · 806 阅读 · 0 评论 -
一文看懂线性回归(保姆级别 && 含源码)
一文看懂线性回归(保姆级别 && 源码)原创 2022-09-18 17:30:39 · 1126 阅读 · 0 评论 -
AAAI2022国际顶会Workshop将会讨论些什么?
AAAI2022研讨会计划于2022年2月28日至3月1日,共有39个。其中在技术研究领域涉及:强化学习、图神经网络、交互式机器学习、模型鲁棒等;在应用领域涉及了医疗、金融、交通、教育、农业食品等。原创 2021-12-09 23:17:14 · 2138 阅读 · 0 评论 -
【AINLPer】自然语言处理(NLP)领域知识&&资料大分享
来源: AINLPer 微信公众号(每日论文干货分享!!)编辑: ShuYini校稿: ShuYini时间: 2021-11-16引言 今天突然发现自己的原创文章已经有150多篇了,没想到在不知不觉中已经积累了这么多。今天周五,明天可以睡懒觉 ,正好凑着这个时间,整理了我之前所做的工作,并大致做了分类共计7类,便于大家查找阅读。如下: 论文精读 NLP、NLU、NLG、多特征融合、问答对生成、多实例学习、多任务学习、端到端关系提取、跨度提取; 论文速递 情感分析、舆论检测.原创 2021-11-23 00:27:55 · 970 阅读 · 0 评论 -
【EMNLP2021&&含源码】「自然语言处理(NLP)」端到端(seq2seq)关系提取--罗马大学
来源: AINLPer 微信公众号(每日更新…)编辑: ShuYini校稿: ShuYini时间: 2021-11-16论文信息:REBEL: RelationExtraction By End-to-end Language generation源码地址:https://github.com/Babelscape/rebel今天给大家分享一篇关于关系抽取的文章,关系抽取是自然语言处理中信息抽取(EI)的重要组成部分。如果您对信息抽取、关系抽取、实体抽取、事件抽取还不是很了解可以阅读以下几篇.原创 2021-11-22 23:24:38 · 826 阅读 · 1 评论 -
【请直接拿走~】历年IJCAI顶会论文整理/下载(2016-2021)
来源: AINLPer 微信公众号(每日更新…)编辑: ShuYini校稿: ShuYini时间: 2021-11-17关键字: IJCAI2016、IJCAI2017、IJCAI2018、IJCAI2019、IJCAI2020、IJCAI2021最近看到很多小伙伴留言说需要下载IJCAI顶会的论文,经过作者这两天的整理终于完成啦!整理的内容主要包括2016年到2021年的所有IJCAI接受的论文和tutorial(其中包含相关PPT和视频链接)。那么下面直接上干货!!Tip1: 如果对于.原创 2021-11-22 23:04:04 · 950 阅读 · 0 评论