提示家庭：及時學習和KG相關的研究工作，工具包和紙列表的畫廊。
| 目錄 | 描述 |
|---|
| 研究 | •迅速與學習相關的研究模型實施的集合 |
| Lambdakg | •基於PLM的KG嵌入和應用程序的庫 |
| 三角洲 | •用於動態編輯基於PLM的KG嵌入的庫 |
| 教程註釋 | •初學者的教程筆記本 |
目錄
教程
- 具有驗證的語言模型的零和少數NLP。 AACL 2022教程[PPT]
- 數據有效的知識圖構造。 CCKS2022教程[PPT]
- 高效且Robuts知識圖構造。 AACL-IJCNLP教程[PPT]
- 知識知情的及時學習。 MLNLP 2022教程（中文）[PPT]
調查
- 增量調整：對預訓練語言模型的參數有效方法的全面研究（ARXIV 2021）[紙]
- 預訓練，提示和預測：對自然語言處理提示方法的系統調查（ACM計算調查2021）[紙]
- 重組的預訓練（在Arxiv 2022上）[紙]
- 對知識密集型NLP的調查，具有預訓練的語言模型（在Arxiv 2022上）[紙]
- 對知識增強的預訓練的語言模型的調查（ARXIV 2022）[紙]
- 語言模型作為知識基礎的綜述（在Arxiv 2022上）[紙]
- 生成知識圖構造：評論（EMNLP，2022）[紙]
- 語言模型提示推理：調查（在Arxiv 2022上）[紙]
- 在不同類型的知識圖上推理：靜態，時間和多模式（在Arxiv 2022上）[紙]
- 大語言模型中知識的生命週期：調查（ARXIV 2022）[紙]
- 統一大型語言模型和知識圖：路線圖（在Arxiv 2023上）[紙]
文件
知識及時
語言理解
- 2020年Neurips的知識密集型NLP任務檢索一代。 [PDF]
- 領域：ICML 2020中的檢索語言模型預訓練。 [PDF]
- 在ACL 2022中，使預訓練的語言模型更好，幾乎沒有學習者。 [PDF]
- PTR：及時調整文本分類規則，在OpenAI 2022。 [PDF]
- 在EMNLP 2021中，標記有效的零和幾乎沒有射擊關係提取的言語和元素。 [PDF]
- 關係信息：利用提示在EMNLP 2022中生成零攝影關係三重速率提取的合成數據（發現）。 [PDF]
- 知識淵博的及時調整：將知識納入ACL 2022中的及時的文本分類。 [PDF]
- ppt：在ACL 2022中進行幾次學習的預訓練及時調整。 [PDF]
- EMNLP 2022（發現）中的預訓練語言模型的對比演示調整。 [PDF]
- 適應性：基於及時的NLP的自適應模型培訓，在Arxiv 2022中。 [PDF]
- 知識提示：在www 2022中進行協同提取的知識感知及時調查。 [PDF]
- 架構意識參考作為提示改善數據有效的知識圖構建，Sigir 2023。 [PDF]
- 在2022年Neurips中將知識與記憶中的知識解耦：檢索及時的及時學習。 [PDF]
- 關係提取作為開簿檢查：檢索增強的及時調整，在Sigir 2022中。 [PDF]
- Lightner：在2022年的cling coling中，通過可容納提示的低資源調整範例。 [PDF]
- ACL 2022中的通用信息提取的統一結構生成。 [PDF]
- Lasuie：在2022年Neurips中，通過潛在自適應結構感知的生成語言模型統一信息提取。 [PDF]
- Atlas：在Arxiv 2022中，很少有檢索增強語言模型的學習。 [PDF]
- 不要提示，搜索！ ACL 2022中，基於語言模型的基於採礦的零拍學習。 [PDF]
- 在EMNLP 2022中，在預訓練的語言模型中提示知識。 [PDF]
- 統一知識促使CIKM 2022中的客戶服務對話預培訓。 [PDF]
- 在EMNLP 2022中，在預訓練的語言模型中提示知識。 [PDF]
- 自我建造：在Arxiv 2022中，將語言模型與自我生成的說明進行對齊。 [PDF]
- 一個嵌入器，任何任務：指令 - 字段的文本嵌入，在Arxiv 2022中。 [PDF]
- 在NAACL 2022中學習檢索提示的提示。 [PDF]
- 培訓數據比您想像的更有價值：通過從培訓數據中檢索ACL 2022的一種簡單有效的方法。 [PDF]
- 所有域的一個模型：跨域NER的協作域前序調整，在Arxiv 2023中。 [PDF]
- 重新申請：檢索啟動的黑盒語言模型，在Arxiv 2023中。 [PDF]
- 知識增強的語言模型提示零照片知識圖答錄，在Arxiv 2023中。 [PDF]
多模式
- 良好的視覺引導使得更好的提取器：在NAACL 2022中的多模式實體和關係提取的分層視覺前綴（發現）。 [PDF]
- 視覺提示調整，在ECCV 2022中。 [PDF]
- CPT：EMNLP 2022中的預訓練視力語言模型的色彩及時調整。 [PDF]
- 在IJCV 2022中學習提示視覺模型。 [PDF]
- 在神經2022中，測試時間及時調整視覺模型中的零彈性概括。 [PDF]
高級任務
- 建議作為語言處理（RLP）：在ACM Recsys 2022中的統一預處理，個性化提示和預測範式（P5）。 [PDF]
- 通過知識增強的及時學習，在KDD 2022中邁向統一的會話推薦系統。 [PDF]
- 提示：在VLDB 2023中及時調用低資源的廣義實體匹配。 [PDF]
- VIMA：在Arxiv 2022中使用多模式提示的通用機器人操縱。 [PDF]
- 在Arxiv 2022中，公正的反歸結語言模型。 [PDF]
- PROG PROMPT：在Arxiv 2022中使用大語言模型生成位置的機器人任務計劃。 [PDF]
- 在2022年Neurips Larel的Neurips Larel中與用於體現推理的語言模型合作。 [PDF]
提示（PLM）以獲取知識
知識探測
- 您可以將多少知識包裝到語言模型的參數中？在EMNLP 2020中。 [PDF]
- 語言模型作為知識基礎？在EMNLP 2019中。 [PDF]
- CSRR 2022中的常識變壓器的實質知識庫。 [PDF]
- TACL2022中的時光語言模型作為時間知識基礎。 [PDF]
- 生成的預訓練的語言模型可以用作封閉式質量檢查的知識基礎嗎？在ACL2021中。 [PDF]
- 語言模型作為知識基礎：關於實體表示，存儲容量和釋義查詢，在EACL2021中。 [PDF]
- 生物醫學知識基礎完成的科學語言模型：一項實證研究，AKBC 2021。 [PDF]
- 多語言喇嘛：在EACL2021中調查多語言審慎語言模型中的知識。 [PDF]
- 我們怎麼知道語言模型知道什麼？在TACL 2020中。 [PDF]
- 上下文如何影響語言模型的事實預測，在AKBC 2020中。 [PDF]
- 哥倫：在EMNLP 2022中，在預訓練的語言模型中探討概念知識。 [PDF]
- 在ACL 2022中探索預先訓練的語言模型的明喻知識。 [PDF]
知識圖嵌入（我們提供圖書館和基準Lambdakg）
- KG-BERT：知識圖完成的Bert，Arxiv 2020。 [PDF]
- 通過預訓練的語言模型，在2020年殖民地的多任務學習圖形完成。 [PDF]
- 在www 2021中，結構增強的文本表示學習，用於有效的知識圖完成。 [PDF]
- 開普勒：一個知識嵌入和預訓練語言表示的統一模型，TACL 2021 [PDF]
- Statik：NAACL 2022中的歸納知識圖的結構和文本。 [PDF]
- 聯合語言語義和結構嵌入知識圖完成，在coling中。 [PDF]
- 知識是平坦的：用於各種知識圖完成的SEQ2SEQ生成框架。 [PDF]
- 預訓練的模型是否有益於知識圖的完成？ ACL 2022中的可靠評估和合理的方法。 [PDF]
- 語言模型作為知識嵌入，在2022年IJCAI。 [PDF]
- 從歧視到世代：知識圖完成，生成變壓器，在www 2022中。 [PDF]
- 通過記憶推理：最近的鄰居知識圖嵌入，在Arxiv 2022中。 [PDF]
- SIMKGC：ACL 2022中的簡單對比知識圖完成，使用預訓練的語言模型。 [PDF]
- ACL 2022中的序列知識圖完成和問題回答的順序。 [PDF]
- LP-bert：鏈接預測的多任務預訓練知識圖BERT，在Arxiv 2022中。 [PDF]
- 面具和原因：KDD 2022中的複雜邏輯查詢的預訓練知識圖形變壓器。 [PDF]
- 知識是平坦的：cling 2022中的各種知識圖完成的SEQ2SEQ生成框架。 [PDF]
分析
- 知識淵博或受過教育的猜測？在ACL 2021中重新訪問語言模型作為知識基礎。 [PDF]
- 可以提示探測驗證的語言模型嗎？了解ACL 2022中的因果觀點的不可見風險。 [PDF]
- 預訓練的語言模型如何捕獲事實知識？ ACL 2022中的因果啟發分析。 [PDF]
- 大型語言模型的緊急能力，在Arxiv 2022中。 [PDF]
- ACL 2022中的知識變壓器中的知識神經元。 [PDF]
- 在EMNLP 2022中，在預訓練的基於變壓器的語言模型中找到技能神經元。 [PDF]
- 提示是否使用自然語言解決NLP任務？在Arxiv 2022中。 [PDF]
- 重新思考示範的作用：是什麼使內在的學習工作？在EMNLP 2022中。 [PDF]
- 基於及時的模型是否真的了解其提示的含義？在NAACL 2022中。 [PDF]
- 當不信任語言模型時：在Arxiv 2022中調查參數和非參數記憶的有效性和局限性。 [PDF]
- 為什麼GPT可以在文化中學習？語言模型秘密執行梯度下降為元式臨時劑，在Arxiv 2022中。 [PDF]
- 奇妙的有序提示和在哪裡可以找到它們：在ACL 2022中克服幾乎沒有的提示命令敏感性。 [PDF]
- 編輯大型語言模型：Arxiv 2023中的問題，方法和機會。 [PDF]
聯繫信息
有關使用The Takit的幫助或問題，請提交GitHub問題。
