Zobrazeno 1 - 10
of 265
pro vyhledávání: '"Najafi, Saeed"'
Autor:
Najafi, Saeed, Fyshe, Alona
Pre-trained Language Models (PLMs) can be accurately fine-tuned for downstream text processing tasks. Recently, researchers have introduced several parameter-efficient fine-tuning methods that optimize input prompts or adjust a small number of model
Externí odkaz:
http://arxiv.org/abs/2403.02271
Autor:
Najafi, Saeed, Fyshe, Alona
Zero-Shot Relation Extraction (ZRE) is the task of Relation Extraction where the training and test sets have no shared relation types. This very challenging domain is a good test of a model's ability to generalize. Previous approaches to ZRE reframed
Externí odkaz:
http://arxiv.org/abs/2301.09640
Publikováno v:
In International Journal of Sediment Research October 2024 39(5):845-853
Publikováno v:
In International Journal of Adhesion and Adhesives August 2023 126
Publikováno v:
In International Journal of Adhesion and Adhesives July 2023 125
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Neural approaches to sequence labeling often use a Conditional Random Field (CRF) to model their output dependencies, while Recurrent Neural Networks (RNN) are used for the same purpose in other tasks. We set out to establish RNNs as an attractive al
Externí odkaz:
http://arxiv.org/abs/1810.00428
Many character-level tasks can be framed as sequence-to-sequence transduction, where the target is a word from a natural language. We show that leveraging target language models derived from unannotated target corpora, combined with a precise alignme
Externí odkaz:
http://arxiv.org/abs/1809.07182
Publikováno v:
European Journal of Wood & Wood Products / Holz als Roh- und Werkstoff; Oct2024, Vol. 82 Issue 5, p1393-1405, 13p