TryMore PaperReading Download - TryMore PaperReading ซอร์สโค้ดดาวน์โหลด

TryMore PaperReading

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

ศึกษารายการการอ่านกระดาษบรรณาธิการ

โครงการนี้เป็นรายการการอ่านเอกสารที่รวบรวมโดยสมาคมวิจัยวิทยาศาสตร์ เรามุ่งเน้นไปที่สาขาปัญญาประดิษฐ์ที่ทันสมัยมากมายเช่นการประมวลผลภาษาธรรมชาติการดึงข้อมูลการดึงข้อมูลหลายรูปแบบและความเข้าใจ
เราอ่านและแบ่งปันบทความเติมเงินล่าสุดทุกสัปดาห์ คลิกเพื่อตรวจสอบบทความยอดนิยมที่เผยแพร่โดยสมาชิกของเรา

คู่มือด่วน

【การสร้างบทสนทนา】【การค้นหาข้อความ】【การค้นหาหลายโมดอล】【สาเหตุและผลการอนุมาน】【การสร้างข้อความ】【การสกัดข้อมูล】【การทำงานที่แม่นยำ】【อื่น ๆ 】

การสร้างบทสนทนา

(ACL 2021) Bob: Bert Over Bert สำหรับการฝึกอบรมแบบจำลองการสนทนาตามบุคคลจากข้อมูลส่วนบุคคลที่ จำกัด [วิดีโอ] [ppt]
(ACL 2021) การเลือกการตอบสนองการสนทนาด้วยการเรียนรู้หลักสูตรลำดับชั้น [วิดีโอ] [ppt]
(ACL 2020) การเรียนรู้ที่จะปรับแต่งโครงสร้างแบบจำลองสำหรับงานสร้างบทสนทนาไม่กี่ครั้ง [วิดีโอ] [PPT]
(ACL 2021) การเรียนรู้จากการก่อกวน: การสร้างบทสนทนาที่หลากหลายและให้ข้อมูลด้วยการฝึกอบรมด้านตรงข้ามแบบผกผัน [วิดีโอ] [PPT]
(ACL 2022) ดาวเคราะห์: การวางแผนเนื้อหาแบบไดนามิกในหม้อแปลงอัตโนมัติสำหรับการสร้างข้อความแบบยาว [วิดีโอ] [PPT]
(EMNLP 2020) ฉันจะฟังฉันไหม การปรับปรุงความสอดคล้องของบุคคลในบทสนทนาผ่านความประหม่าในทางปฏิบัติ [วิดีโอ] [ppt]
(EMNLP 2020) การสร้างบทสนทนาเป็นปกติโดยการเลียนแบบสถานการณ์โดยนัย [วิดีโอ] [ppt]
(SIGIR 2021) ความสำคัญของพันธมิตร! การศึกษาเชิงประจักษ์เกี่ยวกับการหลอมรวมบุคลิกสำหรับการเลือกตอบกลับส่วนบุคคลในแชทบอทแบบดึงข้อมูล [วิดีโอ] [ppt]
(ACL 2022) นอกเหนือจากหน่วยความจำปลาทอง: การสนทนาโดเมนแบบเปิดระยะยาว [วิดีโอ] [ppt]
(ACL 2020) สร้างลบและเขียนใหม่: กรอบสามขั้นตอนสำหรับการปรับปรุงความสอดคล้องของบุคคลในการสร้างบทสนทนา [วิดีโอ] [PPT]
(ACL 2022) วิธีการจัดการข้อมูลแบบจำลองความไม่เชื่อ
(AAAI 2022) เรียกร้องให้มีการสนทนาที่กำหนดเอง: บทสนทนาที่ปรับแต่งเองและความรู้ [วิดีโอ] [ppt]

การดึงข้อความ

(EMNLP 2021) คำถามที่เป็นศูนย์กลางอย่างง่าย ๆ ท้าทายการเรียกคืนความหนาแน่น [วิดีโอ] [PPT]
(ACL 2021) การประเมินความไม่ลงรอยกันของเอนทิตีและบทบาทของความนิยมในการเรียกคืน NLP [วิดีโอ] [PPT]
(SIGIR 2021) การเพิ่มประสิทธิภาพการฝึกอบรมแบบจำลองการดึงข้อมูลหนาแน่นด้วยการลบอย่างหนัก [วิดีโอ] [PPT]
(Neurips 2021) Beir: เกณฑ์มาตรฐานที่แตกต่างกันสำหรับการประเมินผลแบบไม่มีการยิงของแบบจำลองการดึงข้อมูล [วิดีโอ] [PPT]
(ACL 2022) ข้อมูลการฝึกอบรมมีค่ามากกว่าที่คุณคิด: วิธีที่ง่ายและมีประสิทธิภาพโดยการดึงข้อมูลจากการฝึกอบรม [วิดีโอ] [PPT]
(ACL 2021) ความท้าทายในการค้นหาข้อมูล QA: คำถามที่ไม่สามารถตอบได้และการดึงย่อหน้า [วิดีโอ] [PPT]
(SIGIR 2021) การสอนรีทรีฟเวอร์ที่มีประสิทธิภาพอย่างมีประสิทธิภาพด้วยการสุ่มตัวอย่างหัวข้อที่สมดุล [วิดีโอ] [PPT]
(ICLR 2021) ฝ่ายตรงข้าม Retriever-Ranker สำหรับการดึงข้อความหนาแน่น [วิดีโอ] [PPT]
(EMNLP 2021) คอนเดนเซอร์: สถาปัตยกรรมการฝึกอบรมล่วงหน้าสำหรับการดึงข้อมูลหนาแน่น [วิดีโอ] [PPT]
[Sigir-Forum] การค้นหาทบทวน: ทำให้ผู้เชี่ยวชาญโดเมนออกจาก dilettantes [วิดีโอ] [ppt]
(EMNLP 2021) การเรียนรู้ด้วยชุดอินสแตนซ์สำหรับการอ่านความเข้าใจ [วิดีโอ] [ppt]
(ACL 2022) การจำลองการเรียนรู้ของโจรจากความคิดเห็นของผู้ใช้สำหรับการตอบคำถามแบบสกัด [วิดีโอ] [ppt]
(ACL 2022) เฮ้ AI คุณสามารถแก้ปัญหาที่ซับซ้อนโดยพูดคุยกับตัวแทนได้หรือไม่? [วิดีโอ] [ppt]
(ACL 2022) การรับรู้โลก: การเรียนรู้การเสริมแรงคำถามสำหรับเกมที่ใช้ข้อความ [วิดีโอ] [PPT]
(ACL 2021) ตอบคำถามที่คลุมเครือผ่านการรวมหลักฐานการรวมกันและการทำนายการเดินทางไปกลับ [วิดีโอ] [PPT]
(ACL 2022) ตอบคำถามหลายคำตอบแบบเปิดโดเมนผ่านเฟรมเวิร์กการเรียกคืนแล้ว [วิดีโอ] [ppt]
(ACL 2022) การเรียนรู้การแสดงเอกสารหลายมุมมองสำหรับการดึงข้อมูลแบบเปิดโดเมน [วิดีโอ] [PPT]
(arxiv) แบบจำลองภาษาการฝึกอบรมที่มีการเพิ่มหน่วยความจำ [ppt]
(SIGIR 2022) LOL: การสูญเสียการทำให้เป็นปกติเปรียบเทียบการสูญเสียการปฏิรูปการสืบค้นสำหรับข้อเสนอแนะการรับรู้แบบหลอก [วิดีโอ] [PPT]
(arxiv) คุณธรรม: การปรับปรุงโมเดลที่เป็นตัวแทนสำหรับการจับคู่ข้อความการโต้ตอบเสมือนจริง [วิดีโอ] [ppt]
(ACL 2022) หารและพิชิต: การจับคู่ความหมายของข้อความด้วยคำหลักและเจตนาที่แยกแยะ [วิดีโอ] [ppt]
(ICLR 2022) P-Adapters ที่มีความแข็งแกร่งการสกัดข้อมูลข้อเท็จจริงจากแบบจำลองภาษาที่มีพรอมต์ที่หลากหลาย [วิดีโอ] [PPT]
(ACL 2022) การดึงข้อมูลหนาแน่นเป็นศูนย์พร้อมกับการเป็นตัวแทนของโดเมนที่ไม่ตรงกันของโมเมนตัม [วิดีโอ] [ppt]

การค้นหาหลายรูปแบบ

(SIGIR 2021) การสร้างแบบจำลองการโต้ตอบแบบไดนามิกแบบไดนามิกสำหรับการดึงภาพข้อความ [วิดีโอ] [PPT]
(ACL 2021) VisualSparta: วิธีการที่ง่ายอย่างน่าอายในการค้นหาข้อความถึงภาพขนาดใหญ่ด้วยกระเป๋าคำที่มีน้ำหนัก [วิดีโอ] [PPT]
(CVPR 2022) การเรียนรู้แบบหลายรูปแบบที่สมดุลผ่านการปรับระดับการไล่ระดับสีระหว่างการปรับระยะเวลา [วิดีโอ] [PPT]
(ACM MM 2021) พิชิต: การจัดอันดับแบบสอบถามตามบริบทสำหรับการดึงวิดีโอ Corpus Moment [วิดีโอ] [PPT]
(ICML 2022) การจำแนกลักษณะและเอาชนะธรรมชาติของการเรียนรู้ในเครือข่ายประสาทลึกหลายรูปแบบ [วิดีโอ] [PPT]
(ICCV 2021) ถามและยืนยัน: รายละเอียดที่ใช้งานอยู่เพื่อเพิ่มคุณค่าสำหรับการดึงข้ามรูปแบบด้วยการสืบค้นบางส่วน [วิดีโอ] [ppt]
(SIGIR 2022) การฝังความสมดุลแบบโมเดลสำหรับการดึงวิดีโอ [วิดีโอ] [ppt]
(Neurips 2021) จัดเรียงก่อนฟิวส์: การมองเห็นและการเรียนรู้ภาษาการเรียนรู้ด้วยการกลั่นโมเมนตัม [วิดีโอ] [PPT]
(NAACL 2022) MCSE: การเรียนรู้แบบหลายรูปแบบของการฝังประโยค [วิดีโอ] [PPT]

การอนุมานสาเหตุ

(CVPR 2021) CounterFactual VQA: ผลกระทบเชิงสาเหตุที่มีอคติภาษา [วิดีโอ] [PPT]
(ACL 2022) สามารถแจ้งรูปแบบภาษาที่ผ่านการทดสอบได้หรือไม่? ทำความเข้าใจกับความเสี่ยงที่มองไม่เห็นจากมุมมองเชิงสาเหตุ [วิดีโอ] [ppt]

การสร้างข้อความ

(ICLR 2021) Cocon: วิธีการดูแลตนเองสำหรับการสร้างข้อความที่ควบคุม [วิดีโอ] [PPT]
(NAACL 2021) ฟัดจ์: การสร้างข้อความที่ควบคุมด้วยตัวเลือกในอนาคต [วิดีโอ] [ppt]
(Neurips 2021) การสร้างข้อความที่ควบคุมเป็นการเพิ่มประสิทธิภาพอย่างต่อเนื่องโดยมีข้อ จำกัด หลายประการ [วิดีโอ] [ppt]
(ACL 2022) ข้อความที่แต่งขึ้นมาอย่างดีนั้นเสร็จสิ้นครึ่ง! การสุ่มตัวอย่างองค์ประกอบสำหรับการสร้างเงื่อนไขที่หลากหลาย [วิดีโอ] [ppt]
(ACL 2022) ผสมและการจับคู่: การสร้างข้อความที่ควบคุมไม่ได้โดยใช้โมเดลภาษาพลังงาน [วิดีโอ] [ppt]
(ACL 2022) การสร้างภาษาธรรมชาติที่ควบคุมได้ด้วย pre -xes contrastive [วิดีโอ] [ppt]
(arxiv) Tailor: วิธีการตามพรอมต์เพื่อสร้างการสร้างข้อความที่ควบคุมโดยใช้แอตทริบิวต์ [วิดีโอ] [ppt]
(AAAI 2022) การค้นหาและเรียนรู้: ปรับปรุงความครอบคลุมความหมายสำหรับการสร้างข้อมูลเป็นข้อความ [วิดีโอ] [PPT]
(NAACL 2022) การเรียนรู้ที่จะถ่ายโอนพรอมต์สำหรับการสร้างข้อความ [วิดีโอ] [ppt]
(arxiv) การเรียนรู้ที่จะทำลายลูป: การวิเคราะห์และบรรเทาการทำซ้ำสำหรับการสร้างข้อความประสาท [วิดีโอ] [ppt]
(NAACL 2022) RE2G: RETRIEVE, RERANK, สร้าง [วิดีโอ] [PPT]
(Neurips 2022) decoupling ความรู้จากการท่องจำ: การค้นพบการเรียนรู้พร้อมท์การเรียนรู้พร้อมท์ [วิดีโอ] [ppt]
(Neurips 2022) การเรียนรู้ที่จะเลื่อนออกไป: แนวทางการฝึกฝนลำดับการฝึกอบรม VAES [วิดีโอ] [PPT]
(Neurips 2022) Diffusion-LM ปรับปรุงการสร้างข้อความที่ควบคุมได้ [วิดีโอ] [PPT]

การสกัดข้อมูล

(ACL 2020) แฟลต: ภาษาจีนใช้หม้อแปลงขนาดเล็ก [วิดีโอ] [ppt]
(ACL 2021) การยกเลิกการตั้งค่าการจดจำการจดจำเอนทิตีที่มีชื่อผ่านการแทรกแซงเชิงสาเหตุ [วิดีโอ] [PPT]
(CIKM 2020) การขุดวลีคุณภาพสูงไม่บ่อยนักจาก Corpora เฉพาะโดเมน [วิดีโอ] [PPT]
(KDD 2021) UCPHROSE: การติดแท็กวลีคุณภาพบริบทที่ไม่ได้รับการดูแลโดยไม่ได้รับการดูแล [วิดีโอ] [PPT]
(NAACL 2021) วิธีการที่ง่ายอย่างน่าผิดหวังสำหรับการสกัดเอนทิตีและความสัมพันธ์ [วิดีโอ] [ppt]
(ACL 2022) เครื่องหมายที่เก็บไว้สำหรับการแยกเอนทิตีและความสัมพันธ์ [วิดีโอ] [ppt]
(ACL 2020) กรอบการติดแท็กแบบคาสเคดแบบใหม่สำหรับการสกัดสามครั้ง [วิดีโอ] [PPT]
(COLING 2020) TPLINKER: การสกัดร่วมกันขั้นตอนเดียวของเอนทิตีและความสัมพันธ์ผ่านคู่โทเค็นเชื่อมโยง [วิดีโอ] [PPT]

คิดถึงงาน

(CVPR 2021) การแปลงการใช้เหตุผลเชิงภาพ [วิดีโอ] [ppt]
(EMNLP 2020) Beyond Language: การเรียนรู้จากภาพเพื่อการให้เหตุผล [วิดีโอ] [ppt]
(Neurips 2021) การสอบเทียบความไม่แน่นอนสำหรับวิธีการ debiasing ที่ใช้ชุด [วิดีโอ] [PPT]
(EMNLP 2021) การค้นหาข้อมูลแบบปรับตัวสำหรับการตอบคำถามแบบเปิดโดเมน [วิดีโอ] [PPT]
(AAAI 2021) ร่างและปรับแต่ง: ตัวสร้างเรื่องราว counterfactual [วิดีโอ] [ppt]
(EMNLP 2021) การเรียนรู้ transductive สำหรับการถ่ายโอนรูปแบบข้อความที่ไม่ได้รับการดูแล [วิดีโอ] [ppt]
(TASLP) ระยะการแจกแจงลำดับการแสดงลำดับปกติสำหรับการจับคู่ข้อความในโดเมนอสมมาตร [วิดีโอ] [ppt]
(WSDM 2021) การฉีดวัคซีนป้องกันความไม่แน่นอนสำหรับความทนทานที่รับรองได้บนกราฟ [วิดีโอ] [PPT]

อื่น

(ธรรมชาติ) การทำนายโครงสร้างโปรตีนที่แม่นยำสูงด้วย alphafold [วิดีโอ] [PPT ตอนที่ 1] [PPT Part2]
(DeepMind) การปรับปรุงแบบจำลองภาษาโดยดึงมาจากล้านล้านโทเค็น [วิดีโอ] [ppt]
(ICLR 2022) ไปสู่มุมมองแบบครบวงจรของการเรียนรู้การถ่ายโอนพารามิเตอร์ที่มีประสิทธิภาพ [วิดีโอ] [ppt]
(ACL 2021) การเดาที่มีความรู้หรือมีการศึกษา? การกลับมาแบบจำลองภาษาเป็นฐานความรู้ [วิดีโอ] [ppt]
(ACL 2022) การเรียนรู้ที่แตกต่างของการเป็นตัวแทนประโยคที่ไม่ได้รับการดูแล [วิดีโอ] [ppt]
(ACL 2022) การเสริมเสมือนจริงสนับสนุนการเรียนรู้แบบตัดกันของการเป็นตัวแทนประโยค [วิดีโอ] [ppt]
(EMNLP 2021) SIMCSE: การเรียนรู้ที่แตกต่างอย่างง่ายของการฝังประโยค [วิดีโอ] [PPT]
(EMNLP 2021) การดัดแปลงหม้อแปลงถ่ายโอนข้ามการใช้งานและแอปพลิเคชันหรือไม่? [วิดีโอตอนที่ 1] [วิดีโอตอนที่ 2] [PPT ตอนที่ 1] [PPT Part 2]
(ACL 2022) ตารางการค้นหาเอนทิตีที่ง่าย แต่มีประสิทธิภาพสำหรับรุ่นภาษาที่ผ่านการฝึกอบรมมาก่อน [วิดีโอ] [PPT]
(Neurips 2021) R-Drop: Dropout ปกติสำหรับเครือข่ายประสาท [วิดีโอ] [PPT]
(ICLR 2022) การสร้างแบบจำลองภาษาผ่านกระบวนการสุ่ม [วิดีโอ] [PPT]
(Neurips 2021) กาวที่เป็นปฏิปักษ์: เกณฑ์มาตรฐานหลายงานสำหรับการประเมินความแข็งแกร่งของแบบจำลองภาษา [วิดีโอ] [PPT]
(arxiv) รูปแบบการทำความเข้าใจ: มุมมองแบบครบวงจร [วิดีโอตอนที่ 1] [วิดีโอส่วนที่ 2] [วิดีโอตอนที่ 3] [วิดีโอตอนที่ 4] [PPT Part1] [PPT Part2] [PPT Part3] [PPT Part4]