Detail publikace

Transferability and Stability of Learning With Limited Labelled Data in Multilingual Text Domain

PECHER, B.; SRBA, I.; BIELIKOVÁ, M. Transferability and Stability of Learning With Limited Labelled Data in Multilingual Text Domain. In Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence Doctoral Consortium. Vienna: International Joint Conferences on Artificial Intelligence, 2022. p. 5869-5870. ISBN: 978-1-956792-00-3.
Název česky
Přenositelnost a stabilita učení s omezeným množstvím označených dat ve vícejazyčné textové doméně
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Pecher Branislav, Ing. (UPGM)
SRBA, I.
Bieliková Mária, prof. Ing., Ph.D. (UPGM)
URL
Klíčová slova

Umělá inteligence, klasifikace (informací), procesování textu

Abstrakt

Použití přístupů učení s omezenými štítkovými daty ke zlepšení výkonu ve vícejazyčných doménách, kde je malé množství štítků rozptýleno mezi jazyky a úkoly, vyžaduje znát přenositelnost těchto přístupů na nové datové sady a úkoly. Nižší dostupnost dat však způsobuje, že učení s omezenými označenými daty je nestabilní, což vede k náhodnosti, která znehodnocuje vyšetřování, když se nebere v úvahu. Nicméně předchozí studie, které provádějí benchmarking a zkoumání takových přístupů, většinou ignorují účinky náhodnosti. V naší práci to chceme napravit zkoumáním stability a přenositelnosti pro efektivní použití ve vícejazyčných doménách se specifickými vlastnostmi.

Rok
2022
Strany
5869–5870
Sborník
Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence Doctoral Consortium
ISBN
978-1-956792-00-3
Vydavatel
International Joint Conferences on Artificial Intelligence
Místo
Vienna
DOI
10.24963/ijcai.2022/837
EID Scopus
2-s2.0-85137850521
BibTeX 
@inproceedings{BUT180394,
  author="PECHER, B. and SRBA, I. and BIELIKOVÁ, M.",
  title="Transferability and Stability of Learning With Limited Labelled Data in Multilingual Text Domain",
  booktitle="Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence Doctoral Consortium",
  year="2022",
  pages="5869--5870",
  publisher="International Joint Conferences on Artificial Intelligence",
  address="Vienna",
  doi="10.24963/ijcai.2022/837",
  isbn="978-1-956792-00-3",
  url="https://www.ijcai.org/proceedings/2022/837"
}
Nahoru