Ru-Jev 标签措辞增强提升生词准确率
热点事件持续更新
Ru-Jev 标签措辞增强提升生词准确率
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Vladimir Beskorovainyi 发布论文,对比 307M 参数多语言交叉编码器 Ru-Jev 的两个版本:后一版加入标签多表面形式增强,在 18 个路由标签、10 套标签词表上,对普通词与借词(英文衍生术语、办公室俚语、部门名)的准确率在全部设置下均有提升,最高 +0.24,14 项增益中 11 项通过 Holm 校正。 该增强对缩写与代码无效。两个版本均基于 13 项俄语任务训练。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
Ru-Jev 研究:标签措辞增强提升生词准确率,但对缩写与代码无效报道时间线
沿着报道,了解事件的不同侧面。
11月6日
- arXiv cs.CLRu-Jev 研究:标签措辞增强提升生词准确率,但对缩写与代码无效
307M 参数多语言 cross-encoder Ru-Jev 的后续版本加入标签多表面形式增强,在 18 个路由标签、10 套标签词表上,对普通词与借词(英文衍生术语、办公室俚语、部门名)的准确率在全部设置下均有提升,最高 +0.24,14 项增益中 11 项通过 Holm 校正。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。