V
主页
京东 11.11 红包
论文分享 | ACL-22 | 分治-解开关键词与意图的文本语义匹配
发布人
论文标题:Divide and Conquer: Text Semantic Matching with Disentangled Keywords and Intents 论文链接:https://arxiv.org/abs/2203.02898 交互式文本匹配基于自注意力机制捕捉两段文本的深度词与词之间的一一交互,并输出匹配结果,作者认为,该方法忽略了句子的层次性。作者将文本分文关键词和意图两类,其中关键词匹配一般指事件信息,需要严格匹配,而意图匹配偏向于一种抽象的概念,可以有多种表达方式,因此文本的匹配应该从关键词和意图两个粒度上进行不同层次的匹配。为此,作者提出了一种基于分治思想的分治策略,将文本匹配分为关键词匹配和意图匹配两个子问题,并提出了全局匹配损失,基于远监督的关键词和意图分类损失和分治训练策略损失进行联合训练,通过条件独立原则将两个子问题融合。作者将以上步骤作为训练时的信号增强,在预测时按照常规的匹配流程推理,在不增加开销的情况下有效地提升了预训练模型的匹配效果。
打开封面
下载高清视频
观看高清视频
视频下载器
论文分享 | ACL-22 | SPAN表示哪家强?PL-Marker有新花样(关系抽取最新SOTA)
论文分享 | EMNLP-21 | 句子嵌入的一种简单对比学习方法
论文分享 | CVPR21 | 反事实 VQA——如何用因果推断的方法消除视觉问答中的语言偏差
论文分享 | NAACL-22 | 如何在文本生成任务中迁移应用prompt
Diffusion model (6) 概述:VDM视角下的score base model
论文分享 | NeurIPS-21 | ALBEF: 先对齐再融合:利用动量蒸馏学习图文表示
论文分享 | arXiv-22 | Tailor:基于prompt的多属性可控文本生成方法
论文分享 | arXiv-22 | 怎样打破文本生成中的循环
论文分享 | ACL-22 | Mix&Match:使用能量语言模型的无需训练的可控文本生成方法
论文分享 | ACL-22 | 文本样本增强还能这样做?基于虚拟表示增强的对比学习
论文分享 | AAAI-22 | 搜索和学习:提高数据到文本生成的语义覆盖率
我愿称之为【NLP自然语言处理】天花板教程,NLTK/Spacy/可视化/文本分析/HMM隐马尔科夫模型/LSTM情感分析一次学透!!!
论文分享 | ACL-22 | 无监督句子表示中的对比学习去偏
论文分享|ACL-23|何时不信任语言模型:研究参数和非参数记忆的有效性
论文分享 | NAACL-21 | PURE:超级简单的流水线关系抽取方法
论文分享 | ACL-22 | 使用对比前缀的可控文本生成模型
论文分享 | EMNLP-21 | 不同Transformer版本的效果(关于模型结构)
论文分享 | NAACL21 | FUDGE:基于未来判别器的可控文本生成
论文分享 | NIPS-22 | RETROPROMPT: 一种利用检索机制来解耦训练数据中的知识与记忆从而增强prompt learning泛化能力的方式
Diffusion model (1) 概述:从VAE谈起
论文分享 | ICCV-21 | 面向部分查询跨模态检索的主动丰富细节方法
论文分享|ArXiv-23|一滴墨水引发百万思考:大语言模型中错误信息的传播
论文分享|ICLR-23|通用视觉-语言稠密检索:多模态检索的统一表示空间学习
论文分享 | NeurIPS-22 | 学习Dropout:一种训练序列VAEs的对抗性方法
论文分享|ACL-23-Findings|IF 的魔力:研究大型代码语言模型中的因果推理能力
Diffusion model (3) 概述:VDM相关公式推导
论文分享|ArXiv-23|DetectGPT:利用概率曲率的零样本机器生成文本检测
论文分享 | NeurIPS-22 | Diffusion-LM:用于提升可控生成的扩散语言模型
论文分享 | ACL-22 | 嘿,AI,你能通过与智能体交谈来解决复杂的任务吗?
2024最爽的吴恩达深度学习,附神经网络与Transformer论文合集
论文分享 | ACL-22 | 通过“召回-再验证”框架回答开放域多答案问题
论文分享 | ACL-22 | 超越金鱼记忆:长期开放域对话
论文分享 | ACL-21 | 预训练语言模型是知识渊博还是小聪明的胡猜?
论文分享 | NAACL-22 | 在文本中忠实的更新知识:一个新的文本更新任务
论文分享|ArXiv-23|在代码之外思考:头脑风暴促进代码生成中的大型语言模型
论文分享 | ACL-22 | 一种与模型无关的数据操作方法,用于基于角色的对话生成
论文分享 | ACL-21 | 从扰动中学习:通过逆对抗训练生成多样化和信息丰富的对话
强推!这绝对是B站最全的(python+机器学习+深度学习)系列教程,草履虫都能学会,学不会你来锤爆我!人工智能/机器学习/深度学习/python/神经网络
论文分享 | ACL-21 | 通过生成性证据融合和往返预测回答模糊问题
论文分享 | SIGIR-21 | 对话同伴也很重要!角色融合在基于检索的聊天机器人进行个性化回答的作用