LUAR

Ein auf dem Transformer-Modell basierendes Modell zum Erlernen von Autorenrepräsentationen.

Normales ProduktProgrammierungNatürliche SprachverarbeitungAutorenverifikation
LLNL/LUAR ist ein auf dem Transformer-Modell basierendes Modell zum Erlernen von Autorenrepräsentationen, hauptsächlich für die domänenübergreifende Migrationsforschung in der Autorenverifikation. Das in der EMNLP 2021-Veröffentlichung vorgestellte Modell untersucht, ob in einem Bereich gelernte Autorenrepräsentationen auf einen anderen Bereich übertragen werden können. Zu den Hauptvorteilen des Modells gehören die Fähigkeit, große Datensätze zu verarbeiten und Null-Shot-Übertragungen in verschiedenen Bereichen (z. B. Amazon-Rezensionen, Fanfiction-Kurzgeschichten und Reddit-Kommentare) durchzuführen. Die Produktinformationen umfassen die innovative Forschung im Bereich der domänenübergreifenden Autorenverifikation und das Anwendungspotenzial im Bereich der Verarbeitung natürlicher Sprache. Das Produkt ist Open Source und unterliegt der Apache-2.0-Lizenz und kann kostenlos verwendet werden.
Website öffnen

LUAR Neueste Verkehrssituation

Monatliche Gesamtbesuche

474564576

Absprungrate

36.20%

Durchschnittliche Seiten pro Besuch

6.1

Durchschnittliche Besuchsdauer

00:06:34

LUAR Besuchstrend

LUAR Geografische Verteilung der Besuche

LUAR Traffic-Quellen

LUAR Alternativen