论文阅读汇总（3）-【篇数：50】

本人学习所有系列：汇总帖

这一篇文章作为精读/泛读论文的一个汇总贴。

开始新的100篇~

1-50：1-50汇总
51-100：51-100汇总

151-200：151-200汇总

20210528- 《Directed Acyclic Graph Network for Conversational Emotion Recognition》

主要内容：提出了一种用有向无环图建模会话上下文的新思路，并提出了一种用于会话情感识别的有向无环图神经网络——有向无环图ERC网络(ERC)。大量的实验结果表明，所提出的ERC算法可以达到与基线相当的性能。

20210528- 《TranSmart: A Practical Interactive Machine Translation System》

主要内容：介绍了一个实用的交互式机器翻译系统。与传统的从左到右严格的IMT系统不同，TranSmart以灵活的方式进行用户和机器之间的交互，并且它特别包含翻译记忆技术，以避免在翻译过程中发生类似的错误。

20210531- 《Noised Consistency Training for Text Summarization》

主要内容：提出了一种新的观点，即有效地使用一致性训练来改进在标签不足的数据集上的监督文本摘要。通过将简单的噪声注入操作替换为高级的数据增强方法，例如反向翻译，我们的方法在相同的一致性训练框架下，在具有部分标记和部分未标记数据的数据集之间带来了实质性的改进。

20210531- 《Verb Sense Clustering using Contextualized Word Representations for Semantic Frame Induction》

主要内容：研究了语境化的单词表征在多大程度上可以识别同一动词引起的框架差异。具体来说，我们关注的是引发多个框架的动词，并基于目标动词的上下文化单词表示来执行聚类。我们计算了生成的聚类和人工标注的框架之间的匹配率，并比较了七个上下文化的单词表示:ELMo、BERTBASE、BERTLARGE、RoBERTa、ALBERT、GPT-2和XLNet。我们发现BERT、RoBERTa、XLNet和ALBERT在区分同一动词引起的框架差异方面表现出色。

20210601- 《On the Interplay Between Fine-tuning and Composition in Transformers》

主要内容：测试了微调对变压器表示中短语含义构成的影响。虽然我们选择的任务有望解决作文弱点和对单词重叠的依赖，但我们发现微调模型中的表示在受控作文测试中几乎没有改善，或者仅显示非常局部的改善。后续分析表明，PAWS-QQP数据集包含虚假的线索，破坏了复杂的意义属性的学习时，训练的任务。然而，来自SST调优的结果表明，在不同大小的标记短语上进行训练对于学习作文是有效的。

20210601- 《Exploiting Position Bias for Robust Aspect Sentiment Classification》

主要内容：提出了两种捕捉位置偏差的机制，即位置偏差权重和位置偏差缺失，它们被注入到现有模型中以增强表示。大量实验表明，所提出的方法可以大大提高模型的鲁棒性。

20210602- 《Gender Bias Hidden Behind Chinese Word Embeddings: The Case of Chinese Adjectives》

主要内容：研究了汉语词嵌入中的性别偏见，并将自动计算的性别偏见分数与人类态度进行了比较。我们精心呈现了编码在单词向量中的性别偏见和人们对同一形容词的感觉之间的差异。

20210602- 《A Coarse to Fine Question Answering System based on Reinforcement Learning》

主要内容：提出了一个多步骤粗到精的问答（CFQA）系统，它可以通过选择适当的动作来有效地处理长文档和短文档。该系统在四个不同的质量保证数据集上显示了良好的准确性和训练速度。提出了用DRL模型来指导多步问答推理过程的新概念，使其更接近人类的判断行为。

20210603- 《A systematic review of Hate Speech automatic detection using Natural Language Processing》

主要内容：本文对该领域的文献进行了系统回顾，重点是自然语言处理和深度学习技术，重点介绍了术语、处理流程、所采用的核心方法，重点是深度学习架构。

20210603- 《Towards Emotional Support Dialog Systems》

主要内容：定义了情感支持对话的任务，并提出了一个电子稳定控制框架。电子稳定控制框架是从帮助技能理论改编成一个对话系统设置，它描述了三个阶段以及在每个阶段有用的相应支持策略。

20210604- 《DialogueCRN: Contextual Reasoning Networks for Emotion Recognition in Conversations》

主要内容：探讨了对话中情绪识别任务的认知因素，提出了一种新的语境推理网络(DialgueCRN)来充分理解情景级和说话者级语境。

20210604- 《CCPM: A Chinese Classical Poetry Matching Dataset》

主要内容：提出了一种新颖的诗歌匹配任务，旨在评价学生对中国古典诗歌的语义理解能力。此外，我们还构建了一个数据集，收集了古诗及其译文的平行数据，检索了诗歌语料库中的相似诗句作为混淆选择。

20210607- 《Conversations Are Not Flat: Modeling the Dynamic Information Flow across Dialogue Utterances》

主要内容：提出了对话流模型，通过处理每个话语带来的语义影响来模拟跨对话话语的动态信息流。具体来说，我们使用单向流模块来模拟上下文流，并设计了三个培训目标来优化对话流模型。

20210607- 《Cross-language Sentence Selection via Data Augmentation and Rationale Training》

主要内容：提出了一个基于监督跨语言嵌入的查询相关性模型，SECLR-RT，并应用了一个基本的训练目标来进一步提高模型的性能。

20210608- 《Diverse Pretrained Context Encodings Improve Document Translation》

主要内容：引入了一种架构和训练方案，能够将来自多个预训练的屏蔽语言模型的表示合并到一个转换器模型中。我们表明，这种技术可以用来创建一个更强大的句子级模型，并在有足够的文档数据的情况下，进一步升级到一个基于上下文信息的文档级模型。

20210608- 《A Joint Model for Dropped Pronoun Recovery and Conversational Discourse Parsing in Chinese Conversational Speech》

主要内容：本文认为，代词脱落的恢复和会话话语分析是两个密切相关的任务。为了让他们相互受益，我们设计了一个新的框架，叫做DiscProReco，来同时处理这两个任务。

20210609- 《Investigating Transfer Learning in Multilingual Pre-trained Language Models through Chinese Natural Language Inference》

主要内容：通过四组新的由17个新的高质量的和受语言驱动的挑战数据集组成的平均/探测任务来检验XLM-R在中国NLI的跨语言迁移能力。我们发现，仅通过基准英语数据进行微调的跨语言迁移通常会产生令人印象深刻的性能。

20210609- 《Obtaining Better Static Word Embeddings Using Contextual Embedding Models》

主要内容：通过利用最近更具表现力的深度上下文嵌入模型来提取静态单词嵌入，从而增强早期基于WORD2VEC的方法。

20210610- 《Comprehension Based Question Answering using Bloom’s Taxonomy》

主要内容：大型的预先训练好的语言模型有时有正确的信息，但他们只是不知道如何使用它。我们使用Bloom分类法来挑选具有适当数量的最近上下文的问题。这有助于语言模型使用他们的知识更有效地回答问题。

20210610- 《Predicting the Success of Domain Adaptation in Text Similarity》

主要内容：研究了在具有特定未标记目标域的迁移学习设置中，从候选集中选择最相关的标记数据集作为源域的问题。实验的重点是文本相似性任务和自动编码方法。

20210611- 《Marginal Utility Diminishes: Exploring the Minimum Knowledge for BERT Knowledge Distillation》

主要内容：研究了在BERT KD中HSK的压缩。我们将BERT的HSK分成三个维度，并为每个维度探索一系列压缩策略。在此基础上，我们共同压缩三个维度，发现用很小一部分的HSK，学生就能达到与提炼全尺度知识相同甚至更好的表现。

20210611- 《Automatic Construction of Context-Aware Sentiment Lexicon in the Financial Domain Using Direction-Dependent Words》

主要内容：提出了一个框架，通过结合从金融新闻标题标注语料库中自动提取的方向相关词来丰富现有的金融情感词典。

20210614- 《Cross-lingual Emotion Detection》

主要内容：研究了跨语言模型与单语模型在情感检测中的有效性。这些模型的有效性取决于不同语言和文化中情感表达方式的相似性。

20210614- 《Bridging Subword Gaps in Pretrain-Finetune Paradigm for Natural Language Generation》

主要内容：我们指出，一种适合所有人的子词词汇，尽管它包罗一切的优势，并不是流行的训练前微调范式的首选解决方案。造成上下游模型间的子词差异，对粒度不合适和表达不足的词给出了具体的表现形式。因此，我们提出了一种新的即插即用嵌入生成器嵌入转移策略。

20210615- 《Sentiment Analysis of Covid-19 Tweets using Evolutionary Classification-Based LSTM Model》

主要内容：提取了最流行的词，并使用n-gram模型作为我们的数据集的两个主要特征来分析一组词的流行程度。然而，之后我们开发了一个模型，根据情感分析器计算出的情感极性对推文进行情感评级，并根据所分配的情感评级将所有推文分为积极类和消极类。

20210615- 《Self-Guided Contrastive Learning for BERT Sentence Representations》

主要内容：提出了一种对比学习方法与自我引导改进BERT句子嵌入。通过大量的实验，我们已经证明了我们的方法可以享受对比学习的好处，而不依赖外部程序，如数据扩充或反向翻译，成功地生成比竞争基线更高质量的句子表示。

20210616- 《SSMix: Saliency-Based Span Mixup for Text Classification》

主要内容：提出了SSMix，一种新的和简单的输入级混合文本数据的方法，提高了正则化能力，导致更好的文本分类性能。SSMix通过在跨度级别上进行替换来保留混合文本的局部性，并使用显著性评分在混合文本中保留大多数区别性标记。

20210616- 《CausalNLP: A Practical Toolkit for Causal Inference with Text》

主要内容：提出了CausalNLP，一个基于观察数据的文本进行因果推理的Python库。基于元学习者，CausalNLP是一个多功能的工具包，支持将文本及其语言属性作为治疗、结果、混杂物或因果推理研究的中介物包括在内。

20210617- 《What Context Features Can Transformer Language Models Use?》

主要内容：研究了变形模型在英语语言建模的长期语境中使用结构和词汇信息的程度。实验表明，这些信息主要包含在实义词和局部排序统计中：从上下文中删除其他类型信息的烧蚀对模型的预测精度影响很小。

20210617- 《SEOVER: Sentence-level Emotion Orientation Vector based Conversation Emotion Recognition Model》

主要内容：提出了一种新的句子级情感定向向量(SEOV)范式来辅助情感识别，解决了传统情感定向方法在语篇表征信息丢失的问题。

20210618- 《DocNLI: A Large-scale Dataset for Document-level Natural Language Inference》

主要内容：收集并发布了一个大规模的文档级NLI数据集DOCNLI。它涵盖了多种体裁和多种长度范围的前提和假设。我们希望这个数据集可以帮助解决一些需要文档级推理的NLP问题，如QA、摘要、事实检查等。

20210618- 《Text2Event: Controllable Sequence-to-Structure Generation for End-to-end Event Extraction》

主要内容：提出了TEXT2EVENT，一个用于事件抽取的序列到结构生成范式。TEXT2EVENT直接从并行文本记录注释中学习，并在一个序列到结构的框架中统一建模事件提取的所有子任务。

20210621- 《Challenges and Limitations with the Metrics Measuring the Complexity of Code-Mixed Text》

主要内容：探索了10个印度英语数据集，以提供支持我们的主张的例子。总的来说，我们展示了在解决这些限制方面进行广泛努力的必要性。

20210621- 《Multi-Task Learning and Adapted Knowledge Models for Emotion-Cause Extraction》

主要内容：提出了一个常识性知识增强的多任务框架，用于联合情感检测和情感原因标注。我们通过COMET将常识性推理纳入其中，并结合多任务学习，在两种任务上的表现都有所提高，包括在情绪分类上的显著提高。

20210622- 《Out of Context: A New Clue for Context Modeling of Aspect-based Sentiment Analysis》

主要内容：定义了在ABSA模型的上下文建模过程中普遍存在的方面不可知问题。然后，我们认为在对上下文建模时，应将给定方面的语义视为脱离上下文的新线索。我们提出了两种方面感知的上下文编码流:一个方面感知的LSTM (AALSTM)和三个方面感知的BERTs (AABERTs)来生成面向ABSA任务的方面感知隐藏状态。

20210622- 《Extractive approach for text summarisation using graphs》

主要内容：探讨了可用于使用提取方法解决文本摘要问题的不同图相关算法，考虑两个指标：句子重叠和编辑距离来衡量句子相似度。

20210623- 《LV-BERT: Exploiting Layer Variety for BERT》

主要内容：对于图层类型，通过包含用于局部信息提取的卷积来扩充图层类型集。对于层顺序，除了老一套的交错顺序，通过使用基于进化的搜索算法探索更有效的顺序。

20210623- 《BARTScore: Evaluating Generated Text as Text Generation》

主要内容：提出了一个度量标准BARTSCORE，它将生成文本的评估作为一个文本生成任务，并通过实验证明了它的有效性。在没有人工判断的监督下，BARTSCORE可以从7个角度有效地评估文本，并在22个设置中的16个设置上相对于现有的最高评分指标取得最佳性能。

20210624- 《GraphConfRec: A Graph Neural Network-Based Conference Recommender System》

主要内容：介绍了一个会议推荐系统GraphConfRec，它基于一篇论文的文本内容，以及它的合著和引用网络。该系统旨在为研究人员寻找会议发表。这些建议是使用科学图表计算的，提交截止日期是从维基计划中添加的，会议排名是从谷歌学术指标中添加的。

20210624- 《On Positivity Bias in Negative Reviews》

主要内容：调查了负面评论中的积极偏见，并强调了间接表达在理解这一现象中的作用。我们表明，在负面评论中，否定后接肯定的词比任何其他组合都更普遍。

20210625- 《Clinical Named Entity Recognition using Contextualized Token Representations》

主要内容：对于临床NER而言，背景嵌入相对于非背景嵌入显示出相当大的优势。此外，与现成的语料库相比，使用特定领域的语料库对语言模型进行预训练会在下游CNER任务中产生更好的性能。

20210625- 《Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks》

主要内容：本文提出：Sentence-BERT（SBERT），对预训练的BERT进行修改：使用Siamese和三级（triplet）网络结构来获得语义上有意义的句子embedding->可以生成定长的sentence embedding，使用余弦相似度或Manhatten/Euclidean距离等进行比较找到语义相似的句子。

20210628- 《Sentiment Progression based Searching and Indexing of Literary Textual Artefacts》

主要内容：使用作者姓名和标题来索引和搜索叙事和创造性的文本制品有其自身的挑战。当我们寻找一个特定的标题或书籍时，它非常有用。但是有人正在寻找一个不知道某个特定标题的叙述行为，他/她可能无法通过这种传统的索引机制获得它。在这种情况下，情感进展可能被证明是这种传统的图书索引或搜索方式的有效替代方案。

20210628- 《Exploring the Representation of Word Meanings in Context: A Case Study on Homonymy and Synonymy》

主要内容：对语境中的词义表征进行了系统研究。除了静态的单词嵌入，我们还评估了基于变形金刚架构的最先进的单语和多语言模型的能力，以识别明确的同形异义和同义情况。为了做到这一点，我们提出了一个四种语言的新数据集，允许对向量表示进行受控评估。

20210629- 《An evaluation of template and ML-based generation of user-readable text from a knowledge graph》

主要内容：首次尝试确定文本与内容丢失、幻觉、语法错误以及人类对质量和自然性的低判断之间是否存在显著关联。

20210629- 《A Knowledge-Grounded Dialog System Based on Pre-Trained Language Models》

主要内容：为DSTC9 Track 1开发了一个基于知识的对话系统，它在基线上遵循流水线架构，在整体性能上优于基线。更重要的是，我们证明了这种性能水平可以用相对较低的计算成本来实现。我们采用了几种方法来提高训练和推理的效率。我们利用了预先训练好的语言模型的力量，并根据我们的任务对其进行了微调。

20210701- 《Cross-lingual alignments of ELMo contextual embeddings》

主要内容：提出了ELMoGAN，一种新的跨语言映射方法，用于上下文ELMO嵌入。该方法不假设同构嵌入空间，而是使用遗传神经网络来计算比对。

20210701- 《ChineseBERT: Chinese Pretraining Enhanced by Glyph and Pinyin Information》

主要内容：介绍了一个大规模预处理的中文自然语言处理模型——ChineseBERT模型。它利用汉字的字形和拼音信息来增强模型从表面字符形式中获取上下文语义和消除汉语中多音字歧义的能力。所提出的ChineseBERT模型在广泛的中文自然语言处理任务中取得了显著的性能提升。

20210702- 《GlyphCRM: Bidirectional Encoder Representation for Chinese Character with its Glyph》

主要内容：本文受汉字字形能够增强汉字表示的启发，提出了完全基于字形的汉字预训练表示模型——字形模型。为了验证其有效性，我们在中国NLU的一系列任务上进行了广泛的实验。

20210702- 《Interviewer-Candidate Role Play: Towards Developing Real-World NLP Systems》

主要内容：引入了一个多阶段任务，以弥合现实世界和标准自然语言处理任务公式之间的差距。受人机交互(如面试)的启发，我们通过结合各种形式的指导来设计我们的任务，以帮助系统提高其预测能力，并学习底层概念来实现概括。

论文阅读汇总（3）-【篇数：50】相关推荐

深度学习论文阅读目标检测篇（七）中英对照版：YOLOv4《Optimal Speed and Accuracy of Object Detection》
深度学习论文阅读目标检测篇(七)中英对照版:YOLOv4<Optimal Speed and Accuracy of Object Detection> Abstract 摘要 1. In ...
深度学习论文阅读目标检测篇（一）：R-CNN《Rich feature hierarchies for accurate object detection and semantic...》
深度学习论文阅读目标检测篇(一):R-CNN<Rich feature hierarchies for accurate object detection and semantic segmen ...
深度学习论文阅读目标检测篇（二）：Fast R-CNN《Fast R-CNN》
深度学习论文阅读目标检测篇(二):Fast R-CNN<Fast R-CNN> Abstract 摘要 1. Introduction 引言 1.1 RCNN and SPPnet 1.2 ...
深度学习论文阅读目标检测篇（五）中文版：YOLOv2《 YOLO9000: Better, Faster, Stronger》
深度学习论文阅读目标检测篇(五)中文版:YOLOv2< YOLO9000: Better, Faster, Stronger> 摘要 1.引言 2. 更好 3. 更快 4. 更强 5. 结 ...
深度学习论文阅读目标检测篇（五）中英对照版：YOLOv2《 YOLO9000: Better, Faster, Stronger》
深度学习论文阅读目标检测篇(五)中文版:YOLOv2< YOLO9000: Better, Faster, Stronger> Abstract 摘要 1. Introduction 1. ...
深度学习论文阅读目标检测篇（四）中英文对照版：YOLOv1《 You Only Look Once: Unified, Real-Time Object Detection》
深度学习论文阅读目标检测篇(四)中英文对照版:YOLOv1< You Only Look Once: Unified, Real-Time Object Detection> Abstra ...
深度学习论文阅读目标检测篇（三）：Faster R-CNN《 Towards Real-Time Object Detection with Region Proposal Networks》
深度学习论文阅读目标检测篇(三):Faster R-CNN< Towards Real-Time Object Detection with Region Proposal Networks&g ...
深度学习论文阅读目标检测篇（四）中文版：YOLOv1《 You Only Look Once: Unified, Real-Time Object Detection》
深度学习论文阅读目标检测篇(四)中文版:YOLOv1<YouOnlyLookOnce:Unified,Real-TimeObjectDetection> 摘要 1.引言 2. 统一的检测 ...
深度学习论文阅读目标检测篇（六）中文版：YOLOv3《 An Incremental Improvement》
深度学习论文阅读目标检测篇(六)中文版:YOLOv3< An Incremental Improvement> 摘要 1. 引言 2. 方案 2.1. 边界框预测 2.2. Class P ...
研究生SLAM论文阅读汇总（一）
论文前言 1. Efficient LiDAR Odometry for Autonomous Driving 2. Efficient Surfel-Based SLAM using 3D Las ...

论文阅读汇总（3）-【篇数：50】

论文阅读汇总（3）-【篇数：50】相关推荐

最新文章

热门文章