acl论文记录2021-2022

最新推荐文章于 2025-12-21 10:13:38 发布
原创 最新推荐文章于 2025-12-21 10:13:38 发布 · 520 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习

Prefix-Tuning: Optimizing Continuous Prompts for Generation
GPT-NeoX-20B: An Open-Source Autoregressive Language Model
GLM: General Language Model Pretraining with Autoregressive Blank Infilling
LayoutLMv2: Multi-modal Pre-training for Visually-Rich Document Understanding
RealFormer: Transformer Likes Residual Attention


QA-GNN: Reasoning with Language Models and Knowledge Graphs for Question Answering

yyfhq
关注
机器翻译论文阅读方法：顶会（ACL、EMNLP）论文解析技巧
数据知道的博客
08-18 5849
摘要： 阅读机器翻译（MT）顶会论文（如ACL、EMNLP）需高效筛选与精读。筛选阶段关注核心会议（主会/WMT）、高引论文及创新点（如非自回归翻译），通过标题、图表、实验数据快速评估价值。精读阶段聚焦问题定义（Introduction）、核心方法（公式/伪代码）、实验结果（数据集/指标/消融）及局限性。前沿热点包括大模型翻译（GPT-4）、低碳训练及安全伦理。建议结合代码复现（如HuggingFace）与批判性分析，形成研究能力，典型案例如EMNLP 2020的非自回归翻译论文，需权衡速度与质量。
论文阅读：ACL 2023 MEETINGQA: Extractive Question-Answering on Meeting Transcripts
CSPhD-winston的博客
09-08 382
结果显示，这些模型在该任务上的表现远低于人类水平（F1=57.3对比人类的F1=84.6），凸显了这一任务的挑战性。研究者们还分析了MEETINGQA数据集的多个方面，包括问题类型、长度分布以及答案类型等，发现会议记录问答任务具有独特性，如问题通常较长且不以“wh”开头，答案可能是多跨度和多发言人贡献的。论文的结论强调了当前模型在会议记录问答任务上的局限性，并为未来的研究提供了方向，即如何进一步提升模型性能以缩小与人类表现的差距。论文聚焦于会议记录中的问答任务，旨在填补会议记录自然语言处理领域的空白。
ACL-A论文，Character-LLM: A Trainable Agent for Role-Playing
weixin_54878690的博客
11-28 1813
本文提出 Character-LLM 的概念，专注于编辑特定角色的档案作为该角色的经历，并训练模型成为具有这些经历的个人模拟体。
NLP论文阅读记录 - ACL 2022 | 抽象文本摘要的拒绝学习
yuyuyu_xxx的博客
12-21 1235
codepaper最先进的抽象摘要系统经常会产生源文档不支持的内容，这主要是由于训练数据集中的噪声造成的。现有的方法选择完全从训练集中删除噪声样本或标记，从而减少有效训练集的大小并产生从源复制单词的人为倾向。在这项工作中，我们提出了基于拒绝学习的抽象概括的训练目标，其中模型学习是否拒绝潜在的噪声标记。我们进一步提出了一个正则化解码目标，通过使用训练期间学到的拒绝概率来惩罚推理期间的非事实候选摘要。
NLP论文阅读记录-ACL 2023 | Improving the Robustness of Summarization Systems with Dual Augmentation
yuyuyu_xxx的博客
12-10 1558
利用双增强提高摘要系统的鲁棒性强大的摘要系统应该能够捕获文档的要点，而不管输入中的特定单词选择或噪音如何。在这项工作中，我们首先探讨摘要模型对扰动（包括词级同义词替换和噪声）的鲁棒性。为了创建语义一致的替代品，我们提出了 SummAttacker，这是一种基于语言模型生成对抗性样本的有效方法。实验结果表明，最先进的摘要模型在对抗性和噪声测试集上的性能显着下降。接下来，我们分析摘要系统的漏洞，并探索通过数据增强来提高鲁棒性。具体来说，我们发现的第一个脆弱因素是对输入中不常见单词的理解不佳。
ChatEA-ACL-2024论文翻译
Jockson song的博客
08-01 1209
本文提出ChatEA框架，通过融合大语言模型(LLM)与知识表示学习(KRL)方法提升实体对齐(EA)性能。针对传统EA方法依赖有限KG数据和黑箱式实体嵌入比较的局限性，ChatEA创新性地设计了KG结构转译模块，将KG转换为LLM可理解的编码格式，激活其海量背景知识；同时采用两阶段对齐策略，先通过KRL生成候选实体，再借助LLM的多步推理能力进行精细对齐。实验表明，ChatEA在传统和异构性更高的KG数据集上均显著优于现有方法，在挑战性数据集上Hits@1指标提升9%-16%。该研究为突破EA任务瓶颈提供
ACL-IJCAI-SIGIR顶级会议论文报告会（AIS 2022）笔记1：推荐系统
诸神缄默不语的博客
07-19 1581
ACL-IJCAI-SIGIR顶级会议论文报告会笔记 - 推荐系统部分
ACL---毕业论文
weixin_33913377的博客
11-14 414
2011年毕业论文：基于ACL的访问控制在园区网中的解决方案---1 基于ACL的访问控制在园区网中的实现方案 许小明 (渭南师范学院 信息工程系07级) 摘要：随着网络规模的扩大和流量的增加，园区网络设计中对网络安全的控制和对带宽的分配已成为网络管理的重要内容。ACL即是通过配置对报文的匹配规则和处理操作来实现数据包安全过滤、流量过滤...
COLING 2022提交要求与ACL模板要求记录
u011426236的博客
04-16 8259
导语 记录coling 2022提交页面要求（Paper Submission, Style Files and Formatting）和acl模板的注意要点。 COLING 2022 提交要求 论文提交（Paper Submission） COLING 2022 invites submissions of up to eight (8) pages maximum, excluding references, for long papers, and four (4) pages, excluding
论文笔记 ACL 2021|Document-level Event Extraction via Heterogeneous Graph-based Interaction Model with a
o11oo11o的博客
12-15 1416
文章目录1 简介1.1 动机1.2 创新2 方法3 实验 1 简介 论文题目：Document-level Event Extraction via Heterogeneous Graph-based Interaction Model with a Tracker 论文来源：ACL 2021 论文链接：https://arxiv.org/pdf/2105.14924.pdf 代码链接：https://github.com/RunxinXu/GIT 1.1 动机 文档级事件抽取存在两个挑战： 事件的论元分
使用python下载acl-arc论文全文
04-20
特别是对于参与计算机科学和语言学研究的学者和学生而言，自动计算语言学会（ACL）出版的论文（通常储存在ACL学术资源存档，即acl-arc）是非常宝贵的资源。Python是一种广泛使用的高级编程语言，它以简洁明了的语法...
论文研究 - 不同时期重建ACL的术后治疗效果
05-23
通过记录和比较多个指标来分析早期和晚期ACL重建的治疗效果，这些指标包括膝盖lysholm评分，膝盖IKDC评分，术中出血，手术时间，膝盖的术前和术后运动范围（ROM）结果：比较两组的术前，术后lysholm评分和IKDC评分...
【文献阅读】DP-Site：一种基于双重深度学习的蛋白质-肽相互作用位点预测方法
weixin_42038527的博客
12-16 780
研究团队开发了一款名为DP-Site的AI工具，仅需分析蛋白质的氨基酸序列（“设计图”），就能精准锁定小分子药物的潜在“靶点”。DP-Site的核心创新在于其 “双专家会诊”模式。一位是“图像专家”，擅长分析序列的局部结构特征；另一位是“语义专家”，擅长理解序列的全局上下文信息。两者协同工作，使其预测综合性能（F1分数）达到0.661，超越此前所有方法。
深度学习常用工具和库介绍
最新发布
2301_81354580的博客
12-21 442
即使对于有一定基础的人来说，如果之前没有接触过python，学习深度学习的时候，对一些工具和依赖库依然会感到陌生，我自己就是学Java的，最近在学习深度学习，对 python接触不多，因此对其中一些工具并不熟悉，所以整理了一些常用的介绍一下，当然后续可能还会增加。
入门篇--人工智能发展史-4-点燃深度学习革命的那把火，AlexNet
weisian的博客
12-20 672
摘要： AlexNet（2012）是深度学习革命的里程碑模型，以15.3%的错误率横扫ImageNet竞赛，比传统方法提升10个百分点。其成功源于三大突破：1）ReLU激活函数解决深层网络梯度消失问题；2）GPU并行训练将训练时间从数周缩短至5-6天；3）Dropout正则化防止过拟合。该模型奠定了现代CNN的“卷积+池化+全连接”范式，推动GPU成为AI基础设施，并验证了“数据+算力+算法”的铁三角逻辑。AlexNet直接引爆了全球深度学习热潮，其设计思想至今仍是计算机视觉的基石。
基于深度学习的肾结石检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
ningfoshao8678的博客
12-16 954
本文介绍了基于YOLO目标检测算法开发的肾结石检测系统。该系统支持图片、视频、文件夹批量及摄像头实时检测，包含用户登录、多模型切换等功能。技术栈采用Python3.10、PyQt5和SQLite，对比了YOLOv5/v8/v11/v12四种模型性能，其中YOLO12n精度最高(mAP40.6%)，YOLO11n速度最快(56.1ms)。系统在17000张肾脏影像数据集上训练，mAP@0.5达90%，F1值0.86，能有效识别肾结石位置并显示置信度。
多模态模型CLIP详解
A1233242的博客
12-17 949
CLIP（Contrastive Language–Image Pretraining）是 OpenAI 提出的一种多模态模型，通过对大量“图像–文本”对进行对比学习训练，使模型能够将图像和自然语言映射到同一个语义空间中。它不需要为每个视觉任务单独标注数据，而是通过理解文本描述来完成图像分类、检索和零样本学习等任务，从而具备很强的泛化能力和跨模态理解能力
基于PyTorch的深度学习——迁移学习2
Wis4e的博客
12-20 86
接下来，下载预训练模型，冻结模型参数使得反向传播时不更新，修改最后一层输出类别（512x1000改成512x10）现在将迁移学习的特征提取应用于CIFAR-10。
【深度学习新浪潮】用AI工具解析美联储新闻，搭建量化投资分析流水线
智能守恒_HengAI
12-16 352
用AI工具解析美联储新闻，本质是将“定性政策信号”转化为“定量分析指标”，让投资决策更高效、更客观。本文搭建的流水线仅需50行核心代码，即可实现从新闻采集到资产预测的全流程自动化。未来可进一步优化的方向：一是引入大语言模型（如GPT-4o）做政策文本深度解读，挖掘“点阵图分歧”“官员立场博弈”等隐性信息；二是接入实时交易数据，构建“新闻→信号→交易”的闭环策略。
即插即用系列 | 2025 RestorMixer：融合 CNN、Mamba 与 Transformer 的高效图像复原的集大成者！
分享顶会顶刊论文即插即用模块
12-20 523
本文提出了一种高效混合异构图像复原模型RestorMixer，通过结合CNN、Mamba和Transformer的优势，实现了性能与效率的平衡。RestorMixer采用三阶异构架构：在高分辨率阶段使用CNN提取局部特征，在低分辨率阶段交替使用增强记忆视觉Mamba（EMVM）进行全局建模和多尺度窗口自注意力（MWSA）优化局部细节。EMVM通过下采样和四向扫描机制降低计算量并增强长程记忆，MWSA则利用动态窗口注意力精修特征。实验表明，该模型在去雨、超分等任务上达到SOTA性能（如Rain100H上33.
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值