Artigos mais recentes para Processamento de Linguagem Natural

Um olhar crítico sobre o estado atual dos testes de viés em PLN.

Um estudo comparando dois métodos de classificação de texto com pouca orientação humana.

Explorando o aprendizado em contexto pra uma edição de conhecimento mais eficaz em modelos de linguagem.

Esse método melhora os modelos de linguagem pra áreas específicas de forma eficiente.

Pesquisas mostram que preconceitos podem se transferir entre idiomas na análise de sentimentos.

Usando grandes modelos de linguagem pra tornar os processos de checagem de fatos mais eficientes.

Apresentando um conjunto de dados pra melhorar o rastreamento dos estados de entidades em textos procedurais.

Uma nova abordagem para selecionar melhores exemplos em modelos de linguagem.

Um novo método simplifica a extração de dados de tabelas complexas usando técnicas baseadas em esquema.

Esse estudo avalia a eficácia do ChatGPT e do OpenAssistant em classificar dados de redes sociais.

Analisa questões de consistência em modelos de linguagem grandes e suas implicações.

Saiba como a OIE melhora a detecção de eventos em áreas ricas e de poucos recursos.

Um estudo que destaca os benefícios das restrições gramaticais nas saídas de modelos de linguagem.

O X-LLM integra imagens, vídeos e fala no processamento de linguagem.

Este estudo analisa como a posição do prompt afeta o desempenho do modelo de linguagem.

Um novo método auto-supervisionado melhora o raciocínio lógico sem precisar de muitos dados rotulados.

Analisando como os LLMs lidam com perguntas sem respostas claras.

Uma nova estrutura melhora o alinhamento entre perguntas e conhecimento pra respostas mais precisas dos modelos de linguagem.

Esse artigo explora como os dados de treinamento afetam a geração de imagens por modelos de texto para imagem.

Um método pra melhorar modelos de linguagem black-box usando modelos menores e treináveis.

O modelo TACR melhora a forma como os sistemas respondem perguntas usando tabelas e texto.

Usar as diferenças entre os anotadores pode melhorar a precisão do processamento de linguagem natural.

Um novo framework melhora a análise da literatura biomédica ao conectar entidades e extrair eventos.

Um novo sistema melhora a precisão ao responder várias perguntas através de modelos especializados.

Um estudo revela limitações em modelos de linguagem com recuperação aumentada para geração de texto.

A EXnet oferece soluções inovadoras pra tarefas de classificação de texto com exemplos ilimitados.

LiPoR oferece uma nova forma de lidar com explicações plausíveis sem etiquetas claras.

Combinar aprendizado ativo e ajuste fino eficiente de parâmetros melhora o desempenho do modelo com dados limitados.

Apresentando uma estrutura organizada pra raciocinar bem sobre textos longos.

Pesquisas mostram como é importante a consistência de representação em modelos de PLN.

Analisando os problemas de saídas imprecisas em modelos de linguagem grandes.

O conjunto de dados MMSMR tem como objetivo melhorar a avaliação de conversas de chatbots com respostas humanas variadas.

Este estudo avalia modelos de linguagem para resolução de co-referência sem exemplos prévios.

O LMSI permite que os modelos de linguagem melhorem o desempenho sem precisar de muita intervenção humana.

Uma nova abordagem melhora a capacidade dos modelos de comparar diferentes entidades usando dados diversos.

Este estudo analisa como os modelos de linguagem reagem a erros no texto.

Pesquisas melhoram a habilidade dos modelos OpenQA de lidar com pequenas mudanças nas perguntas.

O Dynosaur automatiza a criação de dados para ajuste de instruções, oferecendo benefícios de qualidade e custo.

Novos métodos melhoram o ajuste fino de grandes modelos usando menos memória.

O WebIE enfrenta os desafios de extrair dados estruturados de conteúdo da web.