- 5月2日
- Text-to-Text Multi-view Learning for Passage Re-ranking
- 近期自然语言处理地很多进展都是由在大型语料库上预训练得到的深度语境化表征推动的。通常情况下,针对一些特定的下游任务对预训练模型进行微调是基于单视角的学习。但是这是不够充分的,因为一个句子根据语境观点的不同可以有不同的理解和解释。因此,在本篇论文中,作者提出了一个Text-to-Text的多视角学习框架,将一个额外的视角(即文本生成视角)纳入经典的单视角段落排名模型。从经验上来看,所提出的新方法与单视角学习方法相比,对排名效果有帮助。同时在文中也有关于消灭研究的报告。
tag:pretrained models
,single-view learning
,multi-view learning
,Ablation study
[学术前沿]2021年5月arxiv简介论文浅读
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 期待通过日常查看简介部分,快速了解目前学术动向 4月27日更新Focused Attention Improves...
- 今天青石的票圈出镜率最高的,莫过于张艺谋的新片终于定档了。 一张满溢着水墨风的海报一次次的出现在票圈里,也就是老谋...