Articoli più recenti per Linguistica Computazionale

BatchBPE offre un modo più veloce per la tokenizzazione nel processamento del linguaggio naturale.

Uno studio rivela come piccole modifiche influenzano gli embeddings delle parole contestuali.

Un nuovo modello migliora il NER arabo usando la ricerca KNN per una precisione migliore.

Un approccio innovativo unisce l'apprendimento multitasking e le reti generative antagoniste per i compiti di NLP.

Esplorare le sfide di dare priorità ai numeri rispetto alle intuizioni teoriche nella ricerca linguistica.

La ricerca sui treebanks latini e il tagging morfologico migliora la comprensione dei testi antichi.

Esplorare come diverse strategie di tokenizzazione possano migliorare le prestazioni dei modelli linguistici.

Un nuovo metodo migliora le prestazioni dei modelli unidirezionali nei compiti di classificazione dei token.

Un modo per migliorare quanto siano sicuri i modelli di linguaggio nella generazione di testi.

Un nuovo metodo migliora le capacità dei modelli di linguaggio senza perdere la conoscenza originale.

Potenziare i LLM con aiuti di memoria esterna per compiti di ragionamento a più passaggi.

Nuovo metodo migliora l'accuratezza dell'ASR usando modelli linguistici per trascrizioni migliori.

Uno sguardo allo sviluppo degli LLM e alle sfide per le lingue dell'UE.

Ricerca su come addestrare modelli linguistici per lingue poco rappresentate in modo efficiente.

Sforzi per creare strumenti per elaborare la lingua sindhi attraverso la raccolta di grandi dati testuali.

Uno sguardo all'efficacia dei sistemi a pipeline rispetto a quelli end-to-end nel riassumere tra le lingue.

Un nuovo approccio punta a migliorare l'accuratezza nei compiti di traduzione linguistica.

RAG è fondamentale per ottimizzare le risposte dei modelli linguistici, soprattutto con testi lunghi.

Due metodi innovativi migliorano le prestazioni e l'accuratezza della correzione ortografica cinese.

Quest'articolo esamina come gli alberi di derivazione aiutano a classificare le lingue come metalineari o regolari.

Un nuovo modello per un'estrazione delle relazioni migliore usando la sintassi e il contesto.

Semformer integra la pianificazione nei modelli di linguaggio, migliorando precisione ed efficienza.

La ricerca si concentra sul migliorare la capacità dei modelli linguistici di capire testi più lunghi.

Nuove intuizioni su come il contesto e la somiglianza influenzano le prestazioni dei modelli linguistici.

Un nuovo metodo punta a ridurre la perdita semantica negli embeddings di frasi cross-lingual.

Esaminando i vantaggi dei modelli solo decoder per i compiti di traduzione automatica.

Un metodo per addestrare modelli linguistici usando tecniche di selezione dei dati mirate.

Uno studio sulle omissioni e distorsioni nella generazione del linguaggio naturale dai dati RDF.

Esaminare il ruolo dei libri di grammatica nella traduzione di lingue a basse risorse.

Uno sguardo a come vengono analizzate le rappresentazioni delle parole usando l'analisi delle componenti indipendenti.

Scopri come i modelli di linguaggio grandi migliorano l'analisi degli argomenti nei testi.

Gli errori di battitura possono confondere alla grande i modelli di lingua avanzati e influenzare le loro risposte.

Una panoramica su come i modelli linguistici apprendono e trattengono informazioni.

I ricercatori studiano come i modelli di linguaggio grandi prevedono le sequenze usando l'induzione.

Un nuovo dataset per le word embeddings kirghize migliora le capacità di elaborazione del linguaggio.

Nuovi modelli portano speranza per il processamento del linguaggio naturale nepalese.

Creare un parser per il vietnamita usando modelli avanzati e risorse migliorate.

Questo studio esplora come confrontare la somiglianza delle frasi tra diverse lingue.

Esaminando gli effetti del training multimodale sulle abilità linguistiche nell'IA.

Esaminando le capacità dei grandi modelli linguistici nei compiti di pianificazione.