领域适应相关论文
随着我国石油开发步入中后期阶段,勘探的主要目标转变为非常规油气藏,勘探难度极高。因此,油气勘探开发技术亟需科技创新发展。地......
属性级情感分析（Aspect Based Sentiment Analysis,ABSA）是情感分析领域的重要任务之一,受到了学术界和工业界的广泛关注。ABSA的目......
在拥有大规模平行语料库的通用领域,神经机器翻译往往表现出色。然而,一些特定领域如生物医学、军事外交等专业性强的平行语料库规......
基于有监督的深度学习算法已在众多应用领域取得显著的成就,然而在基于有监督的深度学习算法中,模型的训练满足两个约束条件:一是......
随着物联网技术与便携式终端的发展和普及,基于位置的服务逐渐在人们的生活中发挥重要作用。能够全天候提供高精度的位置服务的全......
语法纠错任务旨在通过自然语言处理技术自动检测并纠正文本中的语序、拼写等语法错误.当前许多针对汉语的语法纠错方法已取得较好......
领域适应方法由于能够有效克服传统机器学习中需获取大量标签和模型重新训练的问题,成为近年来的热门研究问题之一。领域适应方法......
关系抽取任务旨在从半结构化或非结构化文本中获取结构化的事实知识三元组,为知识图谱的构建提供数据支持。目前,常用的抽取方法主......
作为遥感领域中基础且关键的技术之一,高光谱图像分类技术是人类认知所处环境的重要方式。然而获取标记样本困难、复杂空-谱特征难......
随着Internet的迅速发展与普及,网络上出现了越来越多的主观性言论。对于这些主观性文本的分析和挖掘,传统的基于主题的文本分类方......
随着博客，商品评论等信息在网络上的涌现，情感分类日益成为一个重要且富有挑战性的课题。情感分类试图根据文本信息，自动评判用户所表......
地理领域文本蕴含着丰富的非结构化地理实体和关系,完善的地理实体关系抽取技术对地理知识图谱的构建至关重要。由于地理领域内标......
近年来,随着经济的发展和生活节奏的加快,人们的工作时间和负荷也逐渐增加,这使得人们更容易陷入睡眠不足的生活状态,从而影响工作......
随着互联网技术和电子商务的迅速发展,情感分析受到自然语言处理领域研究者越来越多的关注。情感分析有很多的社会应用,如信息抽取......
随着人工智能以及计算机视觉领域的不断发展,计算机视觉领域中的识别、追踪、检测等研究技术也被广泛地应用,譬如自动驾驶等智能交......
自然语言理解(Natural Language Understanding,简称NLU)旨在以人类语言作为输入,得到机器可读的语义表示。它不仅可以让计算机理......
随着数据规模的快速增长,利用机器学习对数据进行分析与运用获得了巨大的成功。然而,在计算机视觉、模式识别和自然语言处理等应用......
随着人工智能的发展,人机对话系统不断地深入人们的生活。在人机对话系统的管道方法中,槽填充任务起着至关重要的作用,它直接决定......
迁移学习自机器学习研究之始就备受关注,其旨在令算法获得如图人类举一反三一般的强泛化能力。领域适应是迁移学习的其中一个分支......
近年来,电子商务所带来的便利渗透了人们生活的方方面面。其中,在线评论记录来自于消费者的真实体验和感受,因此成为了众多消费者......
迁移学习是运用已有的知识(源域)对不同但相关领域(目标域)问题进行求解的一种新的机器学习方法,它只需要标记数据很少甚至没有的......
深度领域适应属于深度迁移学习的一部分,主要用来解决标注数据不足的问题,是一种比较前沿的机器学习方法。传统迁移学习,通过共享......
脑机接口(Brain-computer Interface,BCI)能够提供一种模拟外周神经控制肌肉组织的系统,将从人体头皮采集到的脑电信号(Electroenc......
