研究人员开发了PhoPunct，一个用于评估越南语标点恢复模型的大规模基准测试。该基准测试包含来自新闻和小说语料库的2210万个带标签的词元，用于测试17种不同的基于Transformer的架构。研究结果表明，在固定训练预算下，添加Bi-LSTM和CRF层并不能持续提高性能，而简单的Transformer分类器通常能达到或超过其Bi-LSTM-CRF对应物的性能。PhoPunct在新闻语料库上取得了最佳结果，而带有CRF的XLM-R在小说语料库上表现最佳。 AI
影响 为标点恢复模型提供标准化的评估，可能指导未来越南语自然语言处理的研究。
排序理由 该集群描述了一篇介绍基准测试和评估模型架构的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- bidirectional long short-term memory network and attention mechanism with semantic mining for e-commerce web page recommendation
- conditional random field
- Hugging Face
- PhoBERT-large-Bi-LSTM-CRF
- PhoPunct
- transformer
- Vietnamese
- XLM-RoBERTa
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
