Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Exploiting Feature Hierarchy for Transfer Learning in Named Entity Recognition"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

We present a novel hierarchical prior structure for supervised transfer learning in named entity recognition, motivated by the common structure of feature spaces for this task across natural language data sets. The problem of transfer learning, where information gained in one learning task is used to improve performance in another related task, is an important new area of research. In the subproblem of domain adaptation, a model trained over a source domain is generalized to perform well on a related target domain, where the two domains’ data are distributed similarly, but not identically. .

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "Exploiting Multiple Treebanks for Parsing with Quasi-synchronous Grammars"

Báo cáo khoa học: Exploiting Social Information in Grounded Language Learning via Grammatical Reductions""

Báo cáo khoa học: "Exploiting Latent Information to Predict Diffusions of Novel Topics on Social Networks"

Báo cáo khoa học: "Online Plagiarism Detection Through Exploiting Lexical, Syntactic, and Semantic Information"

Báo cáo khoa học: "Exploiting Syntactico-Semantic Structures for Relation Extraction"

Báo cáo khoa học: "Improving Question Recommendation by Exploiting Information Need"

Báo cáo khoa học: "Exploiting Web-Derived Selectional Preference to Improve Statistical Dependency Parsing"

Báo cáo khoa học: "Exploiting Morphology in Turkish Named Entity Recognition System"

Báo cáo khoa học: "Exploiting Readymades in Linguistic Creativity: A System Demonstration of the Jigsaw Bard"

Báo cáo khoa học: "Exploiting Heterogeneous Treebanks for Parsing"
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.