Command Palette
Search for a command to run...
CTLR@WiC-TSV: Ziel-Sense-Verifikation mithilfe markierter Eingaben und vortrainierter Modelle
{Gaël Dias Elvys Linhares Pontes José G. Moreno}
Abstract
Diese Arbeit beschreibt die Teilnahme von CTRL am Target Sense Verification der Words in Context Challenge (WiC-TSV) auf SemDeep6. Unsere Strategie basiert auf einem vereinfachten Annotationsschema für die Zielwörter, die anschließend durch etablierte vortrainierte neuronale Modelle klassifiziert werden. Insbesondere ermöglicht der Marker die Einbeziehung von Positionsinformationen, um den Modellen zu helfen, das zu entwikelnde Wort korrekt zu identifizieren. Die Ergebnisse der Challenge zeigen, dass unsere Strategie andere Teilnehmer um +11,4 Punkte Genauigkeit übertrifft und starke Baselines um +1,7 Punkte Genauigkeit übertrifft.
Benchmarks
| Benchmark | Methodik | Metriken |
|---|---|---|
| entity-linking-on-wic-tsv | CTLR | Task 1 Accuracy: all: 76.8 Task 1 Accuracy: domain specific: 79.6 Task 1 Accuracy: general purpose: 74.5 Task 2 Accuracy: all: 72.7 Task 2 Accuracy: domain specific: 81.5 Task 2 Accuracy: general purpose: 65.6 Task 3 Accuracy: all: 78.3 Task 3 Accuracy: domain specific: 85.7 Task 3 Accuracy: general purpose: 72.1 |
KI mit KI entwickeln
Von der Idee bis zum Start — beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und den besten GPU-Preisen.