Derniers articles pour Traitement du langage naturel

De nouvelles méthodes de fine-tuning améliorent les performances et réduisent l'utilisation des ressources.

Une étude sur le remplissage des éléments verbaux manquants dans les phrases pour une meilleure compréhension par les machines.

Cet article examine les récentes améliorations dans la création de descriptions audio écrites.

Une nouvelle méthode pour améliorer les données pour les tâches d'extraction de relations.

Une nouvelle méthode améliore la détection des métaphores en utilisant des données d'entraînement limitées.

Présentation d'une méthode modulaire pour la réponse visuelle à des questions sans apprentissage préalable.

Une nouvelle méthode améliore la clarté des raisonnements des modèles d'IA.

Un nouveau jeu de données améliore le parsing des graphes de scènes pour de meilleures connexions entre images et textes.

Une nouvelle méthode pour évaluer les compétences de raisonnement numérique des modèles de langage.

Présentation de MatSci-NLP pour améliorer le traitement de texte en science des matériaux.

Deux méthodes améliorent la performance des modèles de langage pour convertir le langage naturel en requêtes SQL.

Cet article explore la nécessité du composant de requête dans les modèles de transformateurs.

Un nouveau modèle améliore la génération de données à partir de plusieurs types d'entrée.

KARD améliore les petits modèles en intégrant des connaissances externes pour un meilleur raisonnement.

Un nouveau cadre améliore la fiabilité et la précision des systèmes de NER.

Présentation de Tab-CoT pour améliorer le raisonnement dans les modèles de langage avec des tableaux.

Cet article examine des méthodes pour améliorer les modèles de langue pour des langues diverses.

Nouveau modèle améliore la résolution de coréférence grâce à des données multilingues parallèles.

Une nouvelle approche réduit le temps de traitement des documents et les ressources pour les modèles linguistiques.

Une nouvelle approche combine les méthodes par noyau avec l'apprentissage profond pour de meilleures performances.

Une nouvelle méthode améliore les modèles vision-langage grâce à des retours en temps réel pour de meilleures performances.

Une nouvelle méthode améliore les modèles de langue en optimisant directement pour les préférences humaines.

De nouvelles méthodes visent à améliorer la traduction des requêtes des utilisateurs en SQL.

LayoutMask améliore l'interaction entre le texte et la mise en page pour une meilleure compréhension des documents.

Cette recherche se concentre sur l'utilisation de mots-clés pour améliorer les réponses des modèles de langage.

Un nouveau modèle améliore les scores de confiance dans les systèmes de reconnaissance vocale.

W-Procer améliore la reconnaissance d'entités nommées dans les textes médicaux en utilisant l'apprentissage par petits groupes.

PaLI-X combine des compétences en vision et en langage, excelle dans plein de tâches différentes.

Cet article examine comment les habitudes de citation en NLP ont évolué au fil du temps.

SlimFit réduit l'utilisation de mémoire pour les modèles de transformeurs pendant le fine-tuning.

Un nouveau cadre améliore l'évaluation des modèles de NLP face aux attaques adversariales.

Cette méthode améliore les modèles de vision et de langage sans avoir besoin d'images étiquetées.

Cette étude explore de nouvelles méthodes pour améliorer la résolution de problèmes de maths en utilisant des modèles linguistiques.

Explorer de nouvelles méthodes pour améliorer les modèles de langage avec du paraphrasage en peu d'exemples.

Cette recherche améliore les modèles NER pour une meilleure analyse des textes cliniques.

Cette étude explore l'utilisation de la synthèse pour améliorer la détection d'événements dans des documents longs.

Une nouvelle approche améliore la reconnaissance d'entités nommées avec peu de données.

Nouveau critère évalue la compréhension de la négation par les modèles de langage dans différents contextes.

Présentation de I-STAR pour ajuster l'isotropie du modèle afin d'améliorer le traitement du langage.

La auto-vérification améliore la précision et la confiance dans l’extraction des données de santé.