หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>โค้ดแหล่งที่มา AI
ดาวน์โหลด

การเปรียบเทียบวิธีการทางวิศวกรรมที่รวดเร็วสำหรับการตรวจสอบความสามารถในการตรวจสอบความคิดเห็นของผู้ใช้ออนไลน์

MD Zobaer Hossain, Linfei Zhang, Robert Van Timmeren และ Ramon Meffert, มิถุนายน 2022

พื้นที่เก็บข้อมูลนี้มีซอร์สโค้ดสำหรับการทดลองการประมวลผลข้อมูลและการวิเคราะห์ข้อมูลที่ดำเนินการเป็นส่วนหนึ่งของโครงการหลักสูตรของเราสำหรับหลักสูตร โครงการเทคโนโลยีภาษา ปี 2564-2565 ที่มหาวิทยาลัย Groningen

ข้อมูล

ไฟล์ทั้งหมดที่เกี่ยวข้องกับชุดข้อมูลอยู่ในโฟลเดอร์ชุดข้อมูล เราได้นำไฟล์ชุดข้อมูลต้นฉบับและแปลงเป็นรูปแบบชุดข้อมูล HuggingFace โฟลเดอร์ชุดข้อมูลทั้งหมดมีไฟล์ชุดข้อมูลต้นฉบับสมุดบันทึกการวิเคราะห์และไฟล์ตัวอย่างแสดงวิธีการใช้ชุดข้อมูล

การทดลอง

รหัสทั้งหมดสำหรับการทดลองอยู่ในโฟลเดอร์การทดลอง ข้อมูลเกี่ยวกับวิธีการทำซ้ำการทดลองมีอยู่ใน readMe ในโฟลเดอร์นั้น

  • Bert (Devlin et al., 2019)
  • GPT-NEO (Black et al., 2021)
  • (i) สัตว์เลี้ยง (Schick and Schütze, 2021)
  • LM-BFF (Gao et al., 2021)
  • การฝึกอบรมอย่างรวดเร็วกับ Roberta (Liu et al., 2019)

ผลลัพธ์

ผลลัพธ์สำหรับวิธีการทั้งหมดสามารถพบได้ในโฟลเดอร์ผลลัพธ์ ข้อมูลเกี่ยวกับผลลัพธ์มีอยู่ใน readMe ในโฟลเดอร์นั้น

การอ้างอิง

Black, S. , G. Leo, P. Wang, C. Leahy และ S. Biderman (2021, มีนาคม) GPT-NEO: การสร้างแบบจำลองภาษาแบบอัตโนมัติขนาดใหญ่พร้อมกับ Mesh-Tensorflow https://doi.org/105281/zenodo.5297715

Devlin, J. , M.-W. Chang, K. Lee และ K. Toutanova (2019, มิถุนายน) เบิร์ต: การฝึกอบรมหม้อแปลงสองทิศทางลึกเพื่อทำความเข้าใจภาษา ใน การประชุมของการประชุมปี 2019 ของบทที่อเมริกาเหนือของสมาคมเพื่อการคำนวณภาษาศาสตร์: เทคโนโลยีภาษามนุษย์เล่มที่ 1 (เอกสารยาวและสั้น) , มินนิอาโปลิส, มินนิโซตา, หน้า 4171–4186 การเชื่อมโยงสำหรับภาษาศาสตร์เชิงคำนวณ

Gao, T. , A. Fisch และ D. Chen (2021, สิงหาคม) ทำให้แบบจำลองภาษาที่ผ่านการฝึกอบรมมาก่อนผู้เรียนไม่กี่คน ใน การประชุมประจำปีครั้งที่ 59 ของสมาคมเพื่อการคำนวณภาษาศาสตร์และการประชุมร่วมระหว่างประเทศครั้งที่ 11 เกี่ยวกับการประมวลผลภาษาธรรมชาติ (เล่มที่ 1: เอกสารยาว) , ออนไลน์, หน้า 3816–3830 การเชื่อมโยงสำหรับภาษาศาสตร์เชิงคำนวณ

Liu, Y. , M. Ott, N. Goyal, J. Du, M. Joshi, D. Chen, O. Levy, M. Lewis, L. Zettlemoyer และ V. Stoyanov (2019) Roberta: วิธีการฝึกอบรมเบิร์ตที่ได้รับการปรับปรุงให้ดีที่สุด Corr ABS/1907.11692

Park, J. , & Cardie, C. (2014) การระบุการสนับสนุนที่เหมาะสมสำหรับข้อเสนอในความคิดเห็นของผู้ใช้ออนไลน์ การดำเนินการประชุมเชิงปฏิบัติการครั้งแรกเกี่ยวกับการทำเหมืองโต้แย้ง , 29–38 https://doi.org/10/gg29gq

Schick, T. และ H. Schütze (2021) การใช้ประโยชน์จากคำถามในการจัดประเภทข้อความไม่กี่ครั้งและการอนุมานภาษาธรรมชาติ ใน การประชุมครั้งที่ 16 ของบทที่ยุโรปของสมาคมเพื่อการคำนวณภาษาศาสตร์: หนังสือหลัก , ออนไลน์, หน้า 255–269 การเชื่อมโยงสำหรับภาษาศาสตร์เชิงคำนวณ

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด