TryMore PaperReading
1.0.0
Ce projet est une liste de lecture des articles compilés par la Scientific Research Society. Nous nous concentrons sur de nombreux champs de pointe de l'intelligence artificielle, tels que le traitement du langage naturel, la récupération de l'information, la récupération et la compréhension multimodales.
Nous lisons et partageons les derniers articles de recharge chaque semaine. Cliquez pour passer en revue les meilleurs articles publiés par nos membres.
【Génération de dialogue 】【 Recherche de texte 】【 Recherche multimodale 】【 Inférence de cause et d'effet 】【 Génération de texte 】【 Extraction d'informations 】【 Travail précis 】【 Autres】
(ACL 2021) Bob: Bert sur Bert pour la formation de modèles de dialogue basés sur la personnalité à partir de données personnalisées limitées. [Vidéo] [PPT]
(ACL 2021) Sélection de la réponse au dialogue avec apprentissage hiérarchique du curriculum. [Vidéo] [PPT]
(ACL 2020) Apprendre à personnaliser les structures du modèle pour les tâches de génération de dialogue à quelques coups [vidéo] [PPT]
(ACL 2021) Apprentissage des perturbations: génération de dialogue diversifiée et informative avec formation adversaire inverse [vidéo] [PPT]
(ACL 2022) Planète: planification dynamique du contenu dans les transformateurs autorégressifs pour la génération de texte longue [vidéo] [PPT]
(EMNLP 2020) Vais-je me ressembler? Améliorer la cohérence de la personnalité dans les dialogues à travers la conscience de soi pragmatique [vidéo] [PPT]
(EMNLP 2020) Régulariser la génération de dialogue en imitant des scénarios implicites [vidéo] [PPT]
(Sigir 2021) Le partenaire compte! Une étude empirique sur la fusion des personnel pour la sélection de la réponse personnalisée dans les chatbots basés sur la récupération [vidéo] [PPT]
(ACL 2022) Au-delà de la mémoire du poisson rouge: conversation à long terme du domaine ouvert [vidéo] [PPT]
(ACL 2020) Générer, supprimer et réécrire: un cadre en trois étapes pour améliorer la cohérence de la personnalité de la génération de dialogue [vidéo] [PPT]
(ACL 2022) Une méthode de manipulation de données d'automobiles modèles pour la génération de dialogue basée sur la personnalité [vidéo] [PPT]
(AAAI 2022) Appel à une conversation personnalisée: Conversation personnalisée Persona et connaissances [vidéo] [PPT]
(EMNLP 2021) Les questions centrées sur l'entité simple défient les récupérations denses [vidéo] [PPT]
(ACL 2021) Évaluation de la désambiguïsation de l'entité et le rôle de la popularité dans la RLP basée sur la récupération [vidéo] [PPT]
(Sigir 2021) Optimisation de la formation de modèle de récupération dense avec des négatifs durs [vidéo] [PPT]
(Neirips 2021) Beir: une référence hétérogène pour l'évaluation zéro des modèles de recherche d'informations [vidéo] [PPT]
(ACL 2022) Les données de formation sont plus précieuses que vous ne le pensez: une méthode simple et efficace en récupérant les données de formation [vidéo] [PPT]
(ACL 2021) Défis dans la QA de recherche d'informations: Questions sans réponse et récupération de paragraphe [VIDEO] [PPT]
(Sigir 2021) Enseignant efficacement un retriever dense efficace avec un échantillonnage de sujets équilibrés [vidéo] [PPT]
(ICLR 2021) Retriever adversarial Retriever pour une récupération de texte dense [vidéo] [PPT]
(EMNLP 2021) Condenseur: une architecture pré-formation pour la récupération dense [vidéo] [PPT]
[Sigir-Forum] Repenser la recherche: faire des experts du domaine à partir de dilettantes [vidéo] [PPT]
(EMNLP 2021) Apprentissage avec des faisceaux d'instance pour la compréhension de la lecture [VIDEO] [PPT]
(ACL 2022) Simulation de l'apprentissage du bandit à partir des commentaires des utilisateurs pour une question extractive répondant [vidéo] [PPT]
(ACL 2022) Hey Ai, pouvez-vous résoudre des tâches complexes en parlant aux agents? [Vidéo] [PPT]
(ACL 2022) Percevoir le monde: apprentissage du renforcement de question pour les jeux basés sur le texte [vidéo] [PPT]
(ACL 2021) Répondre aux questions ambiguës par la fusion générative des preuves et la prédiction aller-retour [vidéo] [PPT]
(ACL 2022) Réponse des questions multi-réponses à domaine ouvert via un framework de rappel-then-verify [VIDEO] [PPT]
(ACL 2022) Représentation de documents multi-visualités pour la récupération dense du domaine ouvert [vidéo] [PPT]
(ArXIV) Modèles de langue de formation avec augmentation de la mémoire [PPT]
(Sigir 2022) LOL: une perte de régularisation comparative sur les pertes de réforme des requêtes pour la rétroaction de pseudo-élaboration [vidéo] [PPT]
(ArXiv) Virt: Amélioration des modèles basés sur la représentation pour la correspondance de texte à travers l'interaction virtuelle [vidéo] [PPT]
(ACL 2022) Diviser et conquérir: texte sémantique de texte avec des mots clés et des intentions démêlés [VIDEO] [PPT]
(ICLR 2022) P-adaptations en extraction robuste des informations factuelles des modèles de langage avec diverses invites [vidéo] [PPT]
(ACL 2022) Récupération dense zéro-shot avec élan des représentations invariantes du domaine adversaire [VIDEO] [PPT]
(Sigir 2021) Modélisation d'interaction de modalité dynamique pour la récupération de texte d'image [vidéo] [PPT]
(ACL 2021) VisualSparta: Une approche embarrassante simple de la recherche de texte à l'image à grande échelle avec des sacs de mots pondérés [vidéo] [PPT]
(CVPR 2022) L'apprentissage multimodal équilibré via une modulation de gradient à la volée [vidéo] [PPT]
(ACM MM 2021) CONQUER: Classement contextuel des requêtes pour Vidéo Corpus Moment Retrieval [VIDEO] [PPT]
(ICML 2022) Caractérisant et surmonter la nature gourmande de l'apprentissage dans les réseaux de neurones profonds multimodaux [vidéo] [PPT]
(ICCV 2021) Ask & Confirm: Active Detail Enriching for Cross-Modal Retrieval avec requête partielle [VIDEO] [PPT]
(SIGIR 2022) Intégration équilibrée de modalité pour la récupération vidéo [VIDEO] [PPT]
(Neirips 2021) Alignez avant le fusible: Vision et représentation de la langue Apprentissage avec distillation de momentum [VIDEO] [PPT]
(NAACL 2022) MCSE: Apprentissage contrasté multimodal des intérêts des phrases [vidéo] [PPT]
(CVPR 2021) VQA contrefactuel: un aperçu de l'effet de cause sur le biais du langage [vidéo] [PPT]
(ACL 2022) peut inciter à sonder les modèles de langage pré-étirés? Comprendre les risques invisibles d'une vue causale [vidéo] [PPT]
(ICLR 2021) COCON: Une approche auto-supervisée pour la génération de texte contrôlée [VIDEO] [PPT]
(NAACL 2021) Fudge: génération de texte contrôlée avec de futurs discriminateurs [vidéo] [PPT]
(NIRIPS 2021) Génération de texte contrôlée comme optimisation continue avec plusieurs contraintes [vidéo] [PPT]
(ACL 2022) Un texte bien composé est à moitié terminé! Échantillonnage de composition pour une génération conditionnelle diversifiée [vidéo] [PPT]
(ACL 2022) Mélangez et correspondant: génération de texte contrôlable sans apprentissage à l'aide de modèles de langage d'énergie [vidéo] [PPT]
(ACL 2022) Génération de langage naturel contrôlable avec des pré fi xes contrastifs [vidéo] [PPT]
(ArXiv) Tailor: une approche basée sur l'invite de la génération de texte contrôlée basée sur des attributs [vidéo] [PPT]
(AAAI 2022) Recherche et apprendre: Amélioration de la couverture sémantique de la génération de données sur le texte [vidéo] [PPT]
(NAACL 2022) Apprendre à transférer des invites pour la génération de texte [vidéo] [PPT]
(ArXiv) Apprendre à briser la boucle: analyse et atténuation des répétitions pour la génération de texte neuronale [vidéo] [PPT]
(NAACL 2022) RE2G: récupérer, rerank, générer [vidéo] [ppt]
(NEIRIPS 2022) Découplage des connaissances de la mémorisation: Apprentissage rapide de la récupération-auprès de l'augmentation [VIDEO] [PPT]
(Neirips 2022) Apprendre à abandonner: une approche contradictoire de la séquence de formation VAES [vidéo] [PPT]
(NIRIPS 2022) La diffusion-LM améliore la génération de texte contrôlable [vidéo] [PPT]
(ACL 2020) Flat: NER chinois utilisant un transformateur à lattice plat [vidéo] [PPT]
(ACL 2021) Dé-biaisant Distancement supervisé la reconnaissance des entités nommées via une intervention causale [vidéo] [PPT]
(CIKM 2020) Exploitation de phrases de haute qualité de haute qualité des sociétés spécifiques au domaine [vidéo] [PPT]
(KDD 2021) UCPHRASE: Expression de qualité non supervisée Tagging de qualité [VIDEO] [PPT]
(NAACL 2021) Une approche frustrant et facile pour l'extraction des entités et des relations [vidéo] [PPT]
(ACL 2022) Marqueur en lévité emballé pour l'extraction des entités et des relations [vidéo] [PPT]
(ACL 2020) Un nouveau cadre de balise binaire en cascade pour l'extraction triple relationnelle [vidéo] [PPT]
(Coling 2020) TPLINKER: Extraction articulaire à un étage des entités et des relations à travers des paires de jetons liant [VIDEO] [PPT]
(CVPR 2021) Raisonnement visuel piloté par la transformation [VIDEO] [PPT]
(EMNLP 2020) Au-delà du langage: l'apprentissage de bon sens des images pour le raisonnement [vidéo] [PPT]
(NEIRIPS 2021) Calibration d'incertitude pour les méthodes de débiasing basées sur des ensembles [VIDEO] [PPT]
(EMNLP 2021) Informations adaptatives Recherche de questions sur le domaine ouvert répondant [vidéo] [PPT]
(AAAI 2021) Croquis et personnaliser: un générateur d'histoires contrefactuel [vidéo] [PPT]
(EMNLP 2021) Apprentissage transductif pour le transfert de style de texte non supervisé [VIDEO] [PPT]
(TASLP) Distribution de distribution Représentation de séquence régularisée pour la correspondance de texte dans les domaines asymétriques [vidéo] [PPT]
(WSDM 2021) Immunisation adversaire pour la robustesse certifiable sur les graphiques [vidéo] [PPT]
(Nature) Prédiction de la structure des protéines très précise avec Alphafold [vidéo] [PPT partie 1] [PPT Part2]
(DeepMind) Amélioration des modèles de langage en récupérant des milliards de jetons [vidéo] [PPT]
(ICLR 2022) Vers une vision unifiée de l'apprentissage par les paramètres économe en paramètres. [Vidéo] [PPT]
(ACL 2021) Guess bien informé ou éduqué? Revisiter les modèles de langue comme bases de connaissances [vidéo] [PPT]
(ACL 2022) Apprentissage contrastif débiré des représentations de phrases non supervisées [vidéo] [PPT]
(ACL 2022) L'augmentation virtuelle a soutenu l'apprentissage contrasté des représentations de phrases [vidéo] [PPT]
(EMNLP 2021) SIMCSE: Apprentissage contrastif simple des incorporations de phrases [vidéo] [PPT]
(EMNLP 2021) Le transfert des modifications du transformateur entre les implémentations et les applications? [VIDEO PARTIE 1] [VIDEO PARTIE 2] [PPT PARTIE 1] [PPT PARTIE 2]
(ACL 2022) Une table de recherche d'entité enfichable simple mais efficace pour les modèles de langage pré-formées [vidéo] [PPT]
(NIRIPS 2021) R-Drop: Abandon régularisé pour les réseaux de neurones [vidéo] [PPT]
(ICLR 2022) Modélisation du langage via des processus stochastiques [vidéo] [PPT]
(Neirips 2021) Glue adversaire: une référence multi-tâches pour l'évaluation de la robustesse des modèles linguistiques [vidéo] [PPT]
(ArXIV) Comprendre les modèles de diffusion: une perspective unifiée [Part1] [PART VIDÉO] [VIDEO PART3] [VIDEO PART4] [PPT PART1] [PPT PART2] [PPT PART3] [PPT PART4]
Pour plus de contenu, veuillez suivre notre compte officiel de WeChat et le compte de la station B.
Dans le même temps, nous sommes invités à partager les meilleurs articles de votre propre ou d'autres. Veuillez remplir le formulaire de collecte de lecture de papier pour les soumissions.
