研究人员开发了ICARE,一个旨在提高自然语言推理(NLI)系统性能的新框架,特别是在跨域文本分类方面。该框架解决了灾难性遗忘问题,即NLI系统在训练新任务时会丢失先前学到的知识。ICARE利用基于表示学习的实例选择模块来选择最优训练样本,并采用在特征和logit层面转移知识的知识蒸馏方法。在基准数据集上的评估表明,ICARE显著提高了目标准确性并减少了遗忘,使得NLI系统在不同任务中更具适应性和有效性。 AI
影响 增强了NLI系统在跨域文本分类任务中的适应性和性能。
排序理由 该集群包含一篇详细介绍NLI系统新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Coreference Resolution
- Hugging Face
- ICARE
- knowledge distillation
- News Classification from Social Media Using Twitter-based Doc2Vec Model and Automatic Query Expansion
- sentiment analysis
- text classification
- natural language inference
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →