Derniers articles pour Linguistique computationnelle

BatchBPE propose une approche plus rapide pour la tokenisation dans le traitement du langage naturel.

Une étude révèle comment de petits changements affectent les embeddings contextuels des mots.

Un nouveau modèle améliore la NER arabe en utilisant la recherche KNN pour plus de précision.

Une nouvelle approche combine l'apprentissage multitâche et les réseaux antagonistes génératifs pour des tâches de traitement du langage naturel.

Explorer les défis de donner la priorité aux chiffres plutôt qu'aux idées théoriques dans la recherche en linguistique.

La recherche sur les arbres syntaxiques latins et le balisage morphologique aide à mieux comprendre les textes anciens.

Explorer comment différentes stratégies de tokenisation peuvent améliorer la performance des modèles de langage.

Une nouvelle méthode améliore les performances des modèles unidirectionnels dans les tâches de classification de tokens.

Une méthode pour améliorer la confiance des modèles de langue dans leur génération de texte.

Une nouvelle méthode améliore les capacités des modèles de langage sans perdre la connaissance originale.

Améliorer les LLM avec des aides mémoires pour des tâches de raisonnement en plusieurs étapes.

Une nouvelle méthode améliore la précision de la reconnaissance vocale en utilisant des modèles de langue pour de meilleures transcriptions.

Un aperçu du développement des LLM et des défis pour les langues de l'UE.

Recherche sur l'entraînement de modèles de langue pour les langues sous-représentées de manière efficace.

Efforts pour créer des outils pour traiter la langue sindhi grâce à une grande collecte de données textuelles.

Un aperçu de l'efficacité des systèmes en pipeline par rapport aux systèmes de bout en bout pour résumer à travers les langues.

Une nouvelle méthode vise à améliorer la précision dans les tâches de traduction.

Le RAG reste essentiel pour optimiser les réponses des modèles de langage, surtout avec des textes longs.

Deux méthodes innovantes améliorent la performance et la précision de la correction de l'orthographe en chinois.

Cet article examine comment les arbres de dérivation aident à classer les langues comme métalinéaires ou régulières.

Un nouveau modèle pour améliorer l'extraction de relations en utilisant la syntaxe et le contexte.

Semformer intègre la planification dans les modèles de langage, améliorant la précision et l'efficacité.

La recherche se concentre sur l'amélioration de la capacité des modèles de langage à comprendre des textes plus longs.

Nouvelles idées sur comment le contexte et la similarité influencent la performance des modèles de langage.

Une nouvelle méthode vise à réduire la fuite sémantique dans les embeddings de phrases interlangues.

Examiner les avantages des modèles uniquement décodeurs pour les tâches de traduction automatique.

Une méthode pour entraîner des modèles de langue en utilisant des techniques de sélection de données ciblées.

Une étude sur les omissions et les distorsions dans la génération de langage naturel à partir des données RDF.

Examiner le rôle des livres de grammaire dans la traduction des langues à faibles ressources.

Un aperçu de comment les embeddings de mots sont analysés en utilisant l'analyse en composants indépendants.

Découvrez comment les grands modèles de langage améliorent l'analyse d'arguments dans les textes.

Les fautes de frappe peuvent vraiment embrouiller les modèles de langage avancés et influencer leurs réponses.

Un aperçu de comment les modèles de langage apprennent et retiennent l'information.

Des chercheurs examinent comment les grands modèles de langage prédisent des séquences en utilisant l'induction.

Un nouveau jeu de données pour les embeddings de mots kirghizes améliore les capacités de traitement du langage.

De nouveaux modèles apportent de l'espoir pour le traitement du langage naturel népalais.

Créer un analyseur pour le vietnamien en utilisant des modèles avancés et des ressources améliorées.

Cette étude explore comment comparer la similarité des phrases entre différentes langues.

Examiner les effets de l'entraînement multimodal sur les compétences linguistiques en IA.

Examiner les capacités des grands modèles de langage dans les tâches de planification.