Findings&CL Papers (←) Main Conference Findings 1. 读懂故事,找到SoulMate(Understand Story, Find SoulMate) MBTI Personality Prediction for Fictional Characters Using Movie Scriptshttps://arxiv.org/abs/2210.10994 论文配图 (Figure from the paper): “ 墨菲斯(Morpheus),系列电影《黑客帝国》中的角色,由...
2022年冬季,EMNLP 2022 将以混合形式在阿联酋阿布扎比 (Abu Dhabi) 举行,所有参与者都可以在会场现场或虚拟加入。 在EMNLP 2022 中,复旦大学自然语言处理实验室 FudanNLP 共计14篇长文被录用,其中包括 9 篇主会文章和 5 篇Findings文章。 EMNLP2022主会 1ProofInfer: Generating Proof via Iterative Hierarchical I...
诗歌生成模型(Findings) 形式诗体对诗的格律和韵式有严格的限制。在此之前,大多数关于生成这类诗歌的工作都是使用现有的诗歌进行监督,对于大多数语言和诗歌形式来说,这些诗歌很难获得。在这项工作中,我们提出了一种无监督的方法,根据任何给定的韵律和韵律方案生成诗歌,不需要任何诗歌文本进行训练。我们的方法是将一个...
在多种场景下的实验结果证实,DAN 对后门攻击的防御表现远超基线方法,并享有即插即用、不需要额外训练和推理开销的优势。日前,该论文被 Findings of EMNLP 2022 录用。 论文标题: Expose Backdoors on the Way: A Feature-Based Efficient Defense against Textual Backdoor Attacks ...
添加ACL/EMNLP Findings支持! MLNLP(机器学习算法与自然语言处理)社区是国内外最大的自然语言处理社区之一,受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景是促进国内外自然语言处理,机器学习学术界、产业界和广大爱好者之间的交流和进步。 来源...
EMNLP 2022 论文链接: https://arxiv.org/abs/2210.15523 代码链接: https://github.com/sbwww/cost-eff 动机 众多基于 Transformer 的预训练语言模型(Pre-trained Language Models,PLMs)不断刷新着各项任务的性能,却存在体积大、推断慢等效率问题。对于资源受限的设备和应用场景,需要一种在空间和时间上高效,且在...
[3] Faisal Ladhak, Esin Durmus, Claire Cardie, Kathleen McKeown. WikiLingua: A New Benchmark Dataset for Cross-Lingual Abstractive Summarization. In Findings of EMNLP 2020. [4] Laura Perez-Beltrachini and Mirella Lapata. Models and Datasets for Cross-Lingual Summarisation. In Prof. EMNLP 2021...
NLP自然...发表于自然语言处... NAACL 2022 机器翻译论文概览 (含Findings) Language Model Augmented Monotonic Attention for Simultaneous Translation类型:短文作者机构:三星方向:语音研究背景:当前同传使用单调注意力来做读写决策,依靠的是部分序列。而人… Timso...发表于机翻论文笔...打开...
Findings 1. 读懂故事,找到SoulMate(Understand Story, Find SoulMate) MBTI Personality Prediction for Fictional Characters Using Movie Scripts arxiv.org/abs/2210.1099 论文配图 (Figure from the paper): “墨菲斯(Morpheus),系列电影《黑客帝国》中的角色,由劳伦斯·菲什伯恩饰演。Morpheus, a character from th...
为了适应不断变化的研究领域，SimBiber不断更新，添加了对ACL/EMNLP Findings的官方支持。具体而言，对大部分会议，包括AI、CV、DM、IR、ML、NLP、Arch、System、Security等，提供了全面的支持。对于新增会议，如ICLR，用户可以通过手动添加配置映射的方式进行支持。值得注意的是，尽管SimBiber在实践中表现...