論文の概要: Err

Err

関連論文リスト

• StaICC: Standardized Evaluation for Classification Task in In-context Learning [3.0531121420837226]
  本稿では,テキスト内分類のための標準化された簡易評価ツールキット(StaICC)を提案する。 通常の分類タスクでは、StaICC-Normalを提供し、10個の広く使われているデータセットを選択し、一定の形式でプロンプトを生成する。 また,複数の側面からICLを診断するためのサブベンチマーク StaICC-Diag も提供し,より堅牢な推論処理を目指している。
  論文  参考訳（メタデータ） (2025-01-27T00:05:12Z)
• Splitting criteria for ordinal decision trees: an experimental study [6.575723870852787]
  正規分類 (OC) は、ラベルが自然な順序を示す分類タスクに対処する機械学習分野である。 OCは順序関係を考慮に入れ、より正確で関連する結果を生み出す。 この研究は、順序関係を捉えるために設計された木に基づく方法論の実験的研究を行う。
  論文  参考訳（メタデータ） (2024-12-18T10:41:44Z)
• ECBD: Evidence-Centered Benchmark Design for NLP [95.50252564938417]
  ベンチマーク設計プロセスを5つのモジュールに形式化するフレームワークであるEvidence-Centered Benchmark Design (ECBD)を提案する。 各モジュールは、ベンチマーク設計の選択を記述し、正当化し、サポートする必要がある。 分析の結果,ベンチマークの妥当性を脅かす可能性のあるベンチマーク設計とドキュメントの共通する傾向が明らかになった。
  論文  参考訳（メタデータ） (2024-06-13T00:59:55Z)
• An NLP Crosswalk Between the Common Core State Standards and NAEP Item Specifications [0.0]
  項目仕様とコンテンツ標準の横断歩道を確立する際に,NLPをベースとした手法について述べる。 この手順は、数学の共通中核状態標準(Common Core State Standards)を、2026年の国家教育進歩評価(National Assessment of Educational Progress)の項目仕様に適合させるために用いられる。
  論文  参考訳（メタデータ） (2024-05-27T15:47:46Z)
• Exploring Ordinality in Text Classification: A Comparative Study of Explicit and Implicit Techniques [3.197435100145382]
  日常分類(OC)は自然言語処理(NLP)における課題である。 OCに挑戦する以前のアプローチは、ラベルの順序性について明確に説明されるような、既存の変更や新規な損失関数の作成に重点を置いていた。 Pretrained Language Models (PLMs) の出現により、ラベルのtextbfimplicit セマンティクスを通じて、オーディナリティに取り組むことが可能になった。
  論文  参考訳（メタデータ） (2024-05-20T04:31:04Z)
• Entity Disambiguation with Entity Definitions [50.01142092276296]
  ローカルモデルはEntity Disambiguation (ED)で最近驚くべきパフォーマンスを達成した それまでの研究は、各候補者のテキスト表現として、ウィキペディアのタイトルのみを使うことに限られていた。 本稿では、この制限に対処し、より表現力のあるテキスト表現がそれを緩和できる範囲について検討する。 提案する6つのベンチマークのうち2つに新たな技術の現状を報告し,未知のパターンに対する一般化能力を強く改善する。
  論文  参考訳（メタデータ） (2022-10-11T17:46:28Z)
• State-of-the-art generalisation research in NLP: A taxonomy and review [87.1541712509283]
  NLPにおける一般化研究の特徴付けと理解のための分類法を提案する。 我々の分類学は、一般化研究の広範な文献レビューに基づいている。 私たちは、一般化をテストする400以上の論文を分類するために分類を使います。
  論文  参考訳（メタデータ） (2022-10-06T16:53:33Z)
• Unsupervised Attention-based Sentence-Level Meta-Embeddings from Contextualised Language Models [15.900069711477542]
  本稿では,文脈適応型単語埋め込みモデルを独立に訓練した文レベルのメタ埋め込み学習手法を提案する。 提案手法は教師なしで,特定の下流タスクとは無関係である。 実験の結果,提案手法は従来提案した文レベルのメタ埋め込み法よりも優れていた。
  論文  参考訳（メタデータ） (2022-04-16T08:20:24Z)
• CUGE: A Chinese Language Understanding and Generation Evaluation Benchmark [144.05723617401674]
  汎用言語インテリジェンス評価は、自然言語処理の長年の目標である。 汎用言語インテリジェンス評価には,ベンチマーク自体が包括的で体系的なものである必要がある,と我々は主張する。 以下に示す機能を備えた中国語理解・生成評価ベンチマークであるCUGEを提案する。
  論文  参考訳（メタデータ） (2021-12-27T11:08:58Z)
• CoPHE: A Count-Preserving Hierarchical Evaluation Metric in Large-Scale Multi-Label Text Classification [70.554573538777]
  ニューラルLMTCモデルの予測の階層的評価について論じる。 先行技術における構造化ラベル空間の表現における構造的問題について述べる。 深度に基づく表現を用いた階層的評価のための指標セットを提案する。
  論文  参考訳（メタデータ） (2021-09-10T13:09:12Z)
• Rule-Based Classification of Hyperspectral Imaging Data [0.0]
  スペクトルシグネチャの形状に基づく一般的な分類手法を提案する。 古典的な分類法(例えば、SVM、KNN)とは対照的に、反射率値だけでなく、曲率点、曲率値、スペクトルシグネチャの曲率挙動などのパラメータも考慮されている。 方法論の柔軟性と効率性は、2つの異なるアプリケーション分野のデータセットを用いて実証される。
  論文  参考訳（メタデータ） (2021-07-21T10:11:41Z)
• Towards Uncovering the Intrinsic Data Structures for Unsupervised Domain Adaptation using Structurally Regularized Deep Clustering [119.88565565454378]
  Unsupervised Domain Adapt (UDA) は、ターゲットドメイン上のラベルなしデータの予測を行う分類モデルを学ぶことである。 本稿では,対象データの正規化判別クラスタリングと生成クラスタリングを統合する構造的正規化深層クラスタリングのハイブリッドモデルを提案する。 提案するH-SRDCは, インダクティブ設定とトランスダクティブ設定の両方において, 既存の手法よりも優れている。
  論文  参考訳（メタデータ） (2020-12-08T08:52:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。