Articoli più recenti per Elaborazione del linguaggio naturale

Potenziare la comprensione delle azioni da parte dei modelli mantenendo le capacità di riconoscimento degli oggetti.

BioAug migliora i dati di addestramento per l'NER biomедico, affrontando i problemi di scarsità di dati.

Questo studio affronta l'instabilità delle previsioni nelle reti neurali profonde, proponendo soluzioni efficaci per migliorare.

Uno sguardo a come i modelli linguistici prevedono le parole e il loro funzionamento.

Un metodo per migliorare le misure di somiglianza delle parole per i termini usati frequentemente.

I ricercatori introducono metodi migliori per misurare le prestazioni dei modelli di linguaggio.

SLiC offre un metodo più semplice per migliorare i modelli linguistici usando il feedback umano.

FACE introduce metriche innovative per valutare il linguaggio generato dalle macchine rispetto alla scrittura umana.

UniEX combina più compiti di estrazione di informazioni in un'unica struttura efficiente.

Questo articolo presenta un nuovo metodo per gestire i punteggi mancanti nelle valutazioni dei sistemi NLP.

Nuovo metodo migliora le abilità dei modelli linguistici nel gestire compiti spaziali.

Questo studio confronta i metodi per valutare la difficoltà delle domande d'esame usando tecniche di NLP.

Un nuovo dataset aiuta ad analizzare i tratti caratteriali mentre le storie si sviluppano.

Questo articolo esamina come cambiare le strutture delle domande possa migliorare le performance dei sistemi VQA.

Un nuovo modello migliora il video question answering usando i principi della teoria dei giochi.

Uno studio su come migliorare la velocità e la qualità della generazione di testi usando i DLM.

Questo studio esamina il tuning dell'istruzione nei modelli di elaborazione del linguaggio naturale e le loro prestazioni.

Nuovi metodi migliorano la qualità delle risposte nelle attività di domande e risposte dell'IA.

LIMA dimostra che meno esempi di alta qualità possono addestrare modelli linguistici avanzati in modo efficace.

Un nuovo framework per combinare in modo efficace la comprensione del linguaggio e i compiti visivi.

Un nuovo metodo migliora le valutazioni di coerenza fattuale per i riassunti generati da macchine in diverse lingue.

Nuovo metodo per un prompting AI efficiente migliora le prestazioni e riduce i costi computazionali.

Le ricerche mostrano che i modelli linguistici possono imparare contenuti significativi dai linguaggi di programmazione.

Un nuovo metodo per ridurre il bias di genere nei modelli linguistici usando tecniche di traduzione.

mLongT5 gestisce in modo efficiente testi più lunghi in diverse lingue.

Un nuovo metodo per migliorare l'analisi del sentiment usando i pezzi di parola BERT.

I sistemi VQA combinano immagini e linguaggio per rispondere alle domande degli utenti in modo efficace.

Questo studio esamina come la sintassi migliori l'estrazione delle relazioni senza dati extra.

SpeechGPT collega discorso e testo per interazioni AI avanzate.

Nuovo set di dati migliora l'analisi del sentiment per le recensioni di film nigeriani in cinque lingue.

uno studio sull'uso dell'NLP per estrarre eventi dagli annunci pubblicitari dei giornali coloniali.

Questo studio esplora l'efficacia del QPP nel migliorare i sistemi di ricerca conversazionale.

Migliorare l'efficienza della ricerca attraverso tecniche di lemmatizzazione più raffinate per la lingua russa.

Tapir migliora l'elaborazione linguistica in tempo reale grazie a revisioni adattive e memoria.

La ricerca si concentra sul riconoscere il linguaggio metaforico nei fiori e nelle piante.

Questo studio introduce la piattezza del prompt come un modo per valutare le prestazioni del prompt.

Un sistema che migliora le previsioni tramite discussioni in tempo reale con le persone.

Un nuovo framework a tre fasi migliora l'accuratezza delle risposte alle domande usando testi e tabelle.

Un nuovo approccio integra il duck typing, le box embeddings e i grafi di conoscenza per migliorare il recupero delle entità.

Un nuovo framework migliora la creazione dei dati di istruzione per i modelli di linguaggio usando conoscenze non supervisionate.