已选(0)清除
条数/页: 排序方式: |
| 面向多模态语义理解与推理的视觉问答研究 学位论文 , 2024 作者: 张熙![](/image/person.jpg)
Adobe PDF(39126Kb)  |   收藏  |  浏览/下载:13/0  |  提交时间:2024/07/08 多模态 视觉问答 语义挖掘 可靠关联 推理泛化 |
| A Multi-Task Learning Approach for Stereo Depth Estimation 会议论文 , 西安, 2024年5月25日-5月27日 作者: Jin C(金晨) ; Luan DJ(栾德杰); Lei Z(雷峥); Yang GD(杨国栋) ; Li E(李恩)![](/image/person.jpg)
Adobe PDF(5065Kb)  |   收藏  |  浏览/下载:26/10  |  提交时间:2024/06/21 |
| Teaching Small Language Models to Reason for Knowledge-Intensive Multi-Hop Question Answering 会议论文 , Bangkok, Thailand, 2024.08.11-2024.08.16 作者: Xiang Li ; Shizhu HE ; Fangyu Lei; Jun Yang; Tianhuang Su; Kang Liu ; Jun Zhao![](/image/person.jpg)
Adobe PDF(873Kb)  |   收藏  |  浏览/下载:30/10  |  提交时间:2024/06/20 |
| 基于隐变量模型的自然语言处理解释方法研究 学位论文 , 2024 作者: 江忠涛![](/image/person.jpg)
Adobe PDF(3157Kb)  |   收藏  |  浏览/下载:42/1  |  提交时间:2024/06/05 解释方法,自然语言处理,隐变量模型 |
| Tri-relational multi-faceted graph neural networks for automatic question tagging 期刊论文 Neurocomputing, 2024, 卷号: 576, 页码: 127250 作者: Nuojia Xu ; Jun Hu; Quan Fang ; Dizhan Xue; Yongxi Li ; Shengsheng Qian![](/image/person.jpg)
Adobe PDF(2105Kb)  |   收藏  |  浏览/下载:33/14  |  提交时间:2024/06/04 Graph Neural Networks Community Question Answering Question Tagging |
| 基于解释增强的预训练语言模型知识利用关键技术研究 学位论文 , 2024 作者: 杨朝![](/image/person.jpg)
Adobe PDF(2885Kb)  |   收藏  |  浏览/下载:27/3  |  提交时间:2024/05/29 预训练语言模型 可解释性 知识迁移 知识筛选 知识激活 |
| 事件因果关系挖掘关键技术研究 学位论文 , 2024 作者: 何致涛![](/image/person.jpg)
Adobe PDF(3575Kb)  |   收藏  |  浏览/下载:61/2  |  提交时间:2024/05/28 事件因果关系识别 事件因果关系解释生成 预训练语言模型 多智能体 |
| 管道式任务型对话系统关键技术研究 学位论文 , 2024 作者: 邱俊彦![](/image/person.jpg)
Adobe PDF(5583Kb)  |   收藏  |  浏览/下载:28/4  |  提交时间:2024/05/27 任务型对话系统 对话状态跟踪 对话策略 自然语言生成 |
| The Life Cycle of Knowledge in Big Language Models: A Survey 期刊论文 Machine Intelligence Research, 2024, 卷号: 21, 期号: 2, 页码: 217-238 作者: Boxi Cao; Hongyu Lin; Xianpei Han; Le Sun
Adobe PDF(1430Kb)  |   收藏  |  浏览/下载:44/7  |  提交时间:2024/04/23 Pre-trained language model, knowledge acquisition, knowledge representation, knowledge probing, knowledge editing, knowledge application |