Articoli più recenti per Elaborazione del linguaggio naturale

Questo articolo analizza il crollo delle caratteristiche nel machine learning e le sue implicazioni.

Le domande di chiarimento sono fondamentali per una comunicazione efficace nei sistemi conversazionali.

Nuovo dataset migliora i modelli per tradurre domande mediche in query SQL.

I ricercatori organizzano e analizzano caratteristiche fatte a mano per migliorare l'elaborazione del linguaggio.

Presentiamo un framework congiunto per migliorare l'estrazione di entità e relazioni usando l'apprendimento semi-supervisionato.

Esplorando metodi per migliori rappresentazioni testuali nei documenti tecnici.

Nuovo metodo migliora la chiarezza nelle previsioni del modello linguistico.

Presentiamo un metodo per recuperare dati di movimento usando query in linguaggio naturale.

Un modello innovativo migliora l'identificazione delle lingue per le lingue indiane romanizzate.

Un nuovo framework che migliora la velocità e la privacy nella generazione di linguaggio naturale.

TEMP migliora la sicurezza dei chatbot automatizzando la selezione delle risposte.

Affrontare i riferimenti non abbinabili per migliorare i sistemi di linking delle entità.

Esplora come i transformer solo decoder stanno cambiando l'elaborazione del linguaggio naturale.

Un framework mostra che modelli più piccoli possono eguagliare quelli più grandi nei compiti di NLP.

Un metodo per migliorare modelli grandi usando intuizioni da modelli più piccoli.

Migliorare le capacità del modello per collegare vari tipi di dati in modo efficace.

Un nuovo modo per migliorare la qualità della generazione di testi in diverse lingue.

Il dataset NeQA valuta la capacità dei modelli di linguaggio di capire la negazione nelle domande.

Un nuovo metodo migliora l'efficienza e la precisione dell'analisi dei documenti usando finestre scorrevoli.

Uno studio rivela che modelli più piccoli possono imparare in modo efficace con un pre-addestramento del vocabolario ridotto.

Questa ricerca mostra come l'inferenza e l'auto-apprendimento migliorano i modelli linguistici senza bisogno di dati etichettati da umani.

Un nuovo approccio migliora la pianificazione dei modelli linguistici grazie all'uso di un verificatore.

Presentiamo CREST, un framework che migliora l'interpretabilità e le prestazioni dei modelli in NLP.

Nuovi metodi migliorano le capacità di risposta alle domande attraverso l'integrazione dei grafi.

Il modello RFiD migliora l'accuratezza delle risposte nel question answering a dominio aperto.

Esplorando come i modelli transformer si adattano usando l'apprendimento in contesto da esempi minimi.

Un nuovo metodo riduce il bias nei modelli NLP usando clustering dinamico e apprendimento attivo.

Una panoramica sui metodi per generare coppie di domande e risposte usando modelli linguistici.

Un nuovo sistema incrementale migliora la comprensione delle coreferenze nei testi.

Combinare metodi basati su riferimenti e metodi privi di riferimenti per una valutazione migliore dei riassunti.

SimSR migliora i sistemi di Smart Reply usando simulazioni basate su modelli per risposte pertinenti.

Una nuova tecnica per una sintesi efficace su diversi tipi di contenuto.

RSTformer migliora il riassunto di documenti lunghi concentrandosi sulle relazioni tra i testi.

Esaminando gli elementi chiave che supportano il trasferimento di conoscenza tra le lingue nei modelli multilingue.

Questo studio valuta la capacità dei LLM di creare dichiarazioni negative chiare.

Nuovi approcci nel fine-tuning migliorano le prestazioni e riducono l'uso delle risorse.

Uno studio su come riempire gli elementi verbali mancanti nelle frasi per migliorare la comprensione da parte delle macchine.

Questo articolo esamina i recenti miglioramenti nella creazione di descrizioni audio scritte.

Un nuovo metodo per migliorare i dati per i compiti di estrazione delle relazioni.

Un nuovo metodo migliora il riconoscimento delle metafore usando dati di addestramento limitati.