Artigos mais recentes para Linguística Computacional

BatchBPE oferece uma forma mais rápida de tokenização em processamento de linguagem natural.

Estudo revela como pequenas mudanças afetam as embeddings de palavras contextuais.

Um novo modelo melhora o NER em árabe usando busca KNN pra uma precisão melhor.

Uma nova abordagem junta aprendizado multitarefa e redes adversariais generativas para tarefas de PNL.

Explorando os desafios de dar prioridade a números em vez de insights teóricos na pesquisa em linguística.

A pesquisa em treebanks latinos e marcação morfológica melhora a compreensão de textos antigos.

Explorando como diferentes estratégias de tokenização podem melhorar o desempenho do modelo de linguagem.

Um novo método melhora o desempenho de modelos unidirecionais em tarefas de classificação de tokens.

Um jeito de melhorar a confiança dos modelos de linguagem na geração de texto.

Um novo método melhora as habilidades do modelo de linguagem sem perder o conhecimento original.

Melhorando LLMs com memória externa para tarefas de raciocínio em múltiplas etapas.

Novo método melhora a precisão da ASR usando modelos de linguagem para transcrições melhores.

Uma olhada no desenvolvimento de LLM e nos desafios para as línguas da UE.

Pesquisa sobre como treinar modelos de linguagem para línguas sub-representadas de forma eficiente.

Esforços pra criar ferramentas pra processar a língua sindi através da coleta de um monte de dados textuais.

Uma olhada na eficácia de sistemas em pipeline versus sistemas de ponta a ponta na hora de resumir em várias línguas.

Uma nova abordagem busca melhorar a precisão nas tarefas de tradução de idiomas.

RAG continua sendo essencial pra otimizar as respostas de modelos de linguagem, especialmente com textos longos.

Duas maneiras inovadoras melhoram o desempenho e a precisão da correção ortográfica em chinês.

Esse artigo examina como árvores de derivação ajudam a classificar línguas como metalineares ou regulares.

Um novo modelo para melhorar a extração de relações usando sintaxe e contexto.

Semformer integra planejamento em modelos de linguagem, melhorando a precisão e a eficiência.

A pesquisa foca em melhorar a capacidade dos modelos de linguagem de entender textos mais longos.

Novas ideias sobre como o contexto e a similaridade afetam o desempenho dos modelos de linguagem.

Um novo método tem como objetivo reduzir o vazamento semântico em embeddings de sentenças em diferentes idiomas.

Analisando as vantagens de modelos só de decodificação para tarefas de tradução automática.

Um método pra treinar modelos de linguagem usando técnicas de seleção de dados focadas.

Um estudo sobre omissões e distorções na geração de linguagem natural a partir de dados RDF.

Analisando o papel dos livros de gramática na tradução de línguas de baixo recurso.

Um olhar sobre como as embeddings de palavras são analisadas usando análise de componentes independentes.

Descubra como modelos de linguagem grandes melhoram a análise de argumentos em textos.

Erros de digitação podem confundir muito modelos de linguagem avançados e afetar as respostas deles.

Uma visão geral de como os modelos de linguagem aprendem e retêm informações.

Pesquisadores investigam como modelos de linguagem grandes preveem sequências usando indução.

Um novo conjunto de dados para embeddings de palavras em quirguiz melhora as capacidades de processamento de linguagem.

Novos modelos trazem esperança para o processamento de linguagem natural nepali.

Criando um parser para o vietnamita usando modelos avançados e recursos melhorados.

Este estudo explora como comparar a similaridade de sentenças em diferentes idiomas.

Analisando os efeitos do treinamento multimodal nas habilidades de linguagem em IA.

Examinando as capacidades de modelos de linguagem grandes em tarefas de planejamento.