Neuste Artikel für Datenannotation

Dieses Framework verbessert die Genauigkeit der Objektverfolgung mit weniger menschlichem Input.

ADSumm bietet wichtige Zusammenfassungen für eine bessere Katastrophenreaktion.

Dieser Artikel behandelt salutäre Kennzeichnung, eine Methode, um den menschlichen Input im maschinellen Lernen zu reduzieren.

Eine neue Methode nutzt extreme Punkte für effektive Instanzsegmentierung mit minimaler Annotation.

Diese Studie untersucht fortschrittliche Methoden für effizientes Datenlabeling mithilfe von neuronalen Netzwerk-Techniken.

Diese Studie untersucht, wie man Sätze erstellt, die bestimmte Bedeutungen mit FrameNet beibehalten.

Eine Studie stellt einen neuen Massstab für die Leistung von Eingabeaufforderungen beim Erstellen und Abrufen von Bildern vor.

AGB-DE hilft dabei, die Gültigkeit von Klauseln in deutschen Verbraucherverträgen zu beurteilen.

SRFUND bietet detaillierte Anmerkungen für eine bessere Dokumentenverarbeitung in mehreren Sprachen.

Bewertung der Rolle von LLMs bei der Verbesserung der strukturierten Darstellung von wissenschaftlichen Arbeiten.

MMScan verbessert die Fähigkeit von KI, komplexe 3D-Umgebungen mit umfangreichen Anmerkungen zu verstehen.

Die ANNEAL-Methode senkt die Kennzeichnungskosten und verbessert gleichzeitig die Bildabrufleistung.

WeCLIP verbessert schwach überwachte Segmentierung, indem es CLIP mit minimalem Beschriftungsaufwand nutzt.

Diese Studie untersucht Vorurteile in KI-Modellen beim Labeln von Hassrede-Daten.

Ein neuer Datensatz, um die maschinelle Interpretation von Fernerkundungsbildern zu verbessern.

Ein neues Netzwerk verbessert die 3D-Objekterkennung mit schwachen Labels.

Dieses Papier zeigt eine Methode, wie man LLMs nutzen kann, um tabellarische Daten mit minimalem Aufwand von Menschen zu annotieren.

Diese Studie untersucht LLMs als kostengünstige Alternative zur Textklassifikation.

Das SAVE-Modell verbessert die audio-visuelle Segmentierung mit Effizienz und Präzision.

Entdecke, wie KI dieBildannotation für mehr Genauigkeit und Geschwindigkeit verändert.

Eine neue Methode verringert den Bedarf an beschrifteten Daten in Aufgaben der Computer Vision.

Das AMEX-Dataset verbessert das Verständnis von KI für mobile App-Oberflächen.

Neue Methode verbessert, wie Deep-Learning-Modelle 3D-Medizinbilder segmentieren.

Ein neuer Ansatz, um Video-Momente mit natürlichen Sprachabfragen zu finden.

Eine neue Methode, die die Objekterkennung mit verrauschten crowdsourced Labels verbessert.

Eine neue Methode verringert die Abhängigkeit von menschlichen Anmerkungen bei der Bildsegmentierung.

Blickdaten helfen, den Aufwand für die Kennzeichnung in der medizinischen Bildanalyse zu reduzieren.

SPIN bietet detaillierte Unterteil-Anmerkungen, um die Bilderkennung zu verbessern.

Neuer Datensatz verbessert die Objekterkennung durch detaillierte Teilannotationen.

Ein neues Modell zur Bewertung von Zufallsübereinstimmungen bei Textannotationsaufgaben.

Ein neuer Ansatz verbessert die Segmentierung von Organen in medizinischen Bildern mithilfe von teilweise gekennzeichneten Datensätzen.

Qualitativ hochwertige Bildannotationen sind entscheidend für den Erfolg von KI in der Bildanalyse.

Ein effizientes Tool zum Labeln von Videos verbessert das Training zur Objekterkennung.

Neues Framework verbessert die Spracherkennung für verschiedene arabische Dialekte.

Ein neuer annotierter Korpus verbessert die Extraktion von Ereignis-Argumenten in arabischen Texten.

Die Verbesserung der Datenqualität durch gemeinsame Anstrengungen im Annotierungsprozess.

Ein neues Verfahren verbessert die Auswahl von Beispielen für ein besseres Modelltraining.

Diese Studie untersucht, wie verschiedene Zusammenfassungsmethoden die Qualität und den Inhalt beeinflussen.

In diesem Artikel geht's um kontrafaktische Datenaugmentation im aktiven Lernen, um die Modellleistung zu verbessern.

Das MaterioMiner-Dataset verbindet Materialmechanik mit wissenschaftlicher Literatur für bessere Forschung.