实体
Neural Models for Large-scale Semantic Role Labelling
Neural Models for Large-scale Semantic Role Labelling
PulseAugur coverage of Neural Models for Large-scale Semantic Role Labelling — every cluster mentioning Neural Models for Large-scale Semantic Role Labelling across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
通过几何框架探索神经网络模型对子模型的偏爱
研究人员开发了一个几何框架来研究神经网络模型是否偏爱其子模型，特别是关注具有非活动神经元的子网络。对于浅层多层感知机，具有非活动隐藏神经元的子网络从未被偏爱。在更深层多层感知机中，确定了这些子网络也不被偏爱的条件。对于自注意力模型，低秩子模型通常不被青睐，尽管存在一些例外情况，即它们位于模型的边界上。研究表明，除了特定情况外，对子模型的偏爱并非由神经网络模型的几何形状解释，而是由训练动态等其他因素解释。
-
新框架用共幺代数规则简化芬兰语形态学
研究人员开发了一个名为 Comonadic Morphophonology 的新框架，用于处理芬兰语中复杂的上下文相关形态规则。这种新方法使用 Writer 共幺代数将规则组合为共克莱斯利箭头，与传统的有限状态转换器或不透明的神经网络模型相比，提供了一种更具组合性和更有效的方法。该框架成功地降低了规则表示的复杂性，并实现了双向形态学，在芬兰语依存句法树库上取得了高精度。