速報
預訓練語言模型讓知識圖譜實體向量更泛化：鏈結預測與跨任務遷移表現提升
知識圖譜常有缺漏,研究用文字描述學習實體向量以支援鏈結推斷與檢索。採用預訓練語言模型以鏈結預測目標學習向量表徵,並在未見實體的誘導式鏈結預測、實體分類與實體導向檢索三項任務上驗證泛化能力。結果顯示鏈結預測MRR平均提升22%,分類準確度平均增16%,檢索NDCG@10最高增8.8%。
速報
知識圖譜常有缺漏,研究用文字描述學習實體向量以支援鏈結推斷與檢索。採用預訓練語言模型以鏈結預測目標學習向量表徵,並在未見實體的誘導式鏈結預測、實體分類與實體導向檢索三項任務上驗證泛化能力。結果顯示鏈結預測MRR平均提升22%,分類準確度平均增16%,檢索NDCG@10最高增8.8%。
模糊指紋
情緒會話識別面臨中性類別過度分類問題。本研究將模糊指紋與預訓練語言模型結合，透過對嵌入激活排序與模糊化建立情緒原型，再以模糊相似度配對輸入，並以DailyDialog進行驗證。結果指出在指紋維度K調整實驗中以K=300達到效能高峰，人類A/B評測也顯示模糊指紋預測更貼近人類判讀。