每天给你送来NLP技术干货！作者 | 唐天一机构 | 中国人民大学研究方向 | 自然语言处理来自 | RUC AI Box本文提出了针对文本生成的多任务有监督的预训练模型MVP。不同于先前无（自）监督预训练的模型，本文收集了有标签的生成数据集来预训练模型MVP，同时为不同的任务进一步训练了连续提示来激发模型在特定任务的能力。实验证明我们模型的有效性和通用性，超越了生成任务...

每天给你送来NLP技术干货！来自：复旦DISC引言文本生成作为人工智能领域研究热点之一，其研究进展与成果也引发了众多关注。本篇主要介绍了三篇ACL2022的三篇文章。主要包含了增强预训练语言模型理解少见词语能力的可插拔模型、利用对比前缀控制文本生成以及长文本生成的动态内容规划。文章概览1. A Simple but Effective Pluggable Entity L...

每天给你送来NLP技术干货！分享嘉宾：刘铭博士哈尔滨工业大学编辑整理：盛泳潘 重庆大学出品平台：DataFunTalk导读：大家好，我是来自于哈尔滨工业大学社会计算与信息检索研究中心的刘...

点击下面卡片，关注我呀，每天给你送来AI技术干货！作者｜王晓珂机构｜中国人民大学信息学院方向 |自然语言处理和对话系统近年来开放域的闲聊对话研究如雨后春笋般涌现，甚至还做起了跨界，如最近...

来自：看个通俗理解吧进NLP群—>加入NLP交流群通俗理解文本生成的常用解码策略General Understanding of Decoding Strategies Commonly Used in Text Generation“小提醒：如果需要这一系列或者其他文章的PPT（免费），私信发送“获取”即可；在公众号菜单模式，选择“所有文章”可以查看最新的所有文章列表。If you lik

点击下面卡片，关注我呀，每天给你送来AI技术干货！来自：哈工大讯飞联合实验室上一期介绍了在文本生成任务中引入编辑方法，以及Google Research的两篇工作——LaserTagger...

一 ：内容预告上一篇文章介绍了远程监督关系抽取算法的基本假设和一般思路，同时指出了远程监督+传统机器学习做关系抽取存在的两个问题：一是远程监督的基本假设太强，会导致语义漂移问题。来复习一...

每天给你送来NLP技术干货！来自：哈工大讯飞联合实验室本期导读：本文是对受控文本生成任务的一个简单的介绍。首先，本文介绍了受控文本生成模型的一般架构，点明了受控文本生成模型的特点。然后，本...

每天给你送来NLP技术干货！ © 作者｜唐天一 机构｜中国人民大学高瓴人工智能学院研究方向 |自然语言生成来自 | RUC AI Box本文分享我们小组在会议中发表的长文（oral），旨在使用语境调优（Context-Tuning）技术，增强生成文本的信息量和相关性。论文链接：Context-Tuning: Learning Contextualized Prompts for Nat...

来自：看个通俗理解吧进NLP群—>加入NLP交流群千“垂”百炼：垂直领域与语言模型Using Language Models in Specific Domains(2)[Medical/Health] ChatDoctor (Part 1)这一系列文章仍然坚持走“通俗理解”的风格，用尽量简短、简单、通俗的话来描述清楚每一件事情。本系列主要关注语言模型在垂直领域尝试的相关工作。This se