LUAR
Modèle d'apprentissage des représentations d'auteurs basé sur Transformer
Produit OrdinaireProgrammationTraitement du langage naturelAuthentification d'auteurs
LLNL/LUAR est un modèle basé sur Transformer conçu pour apprendre les représentations d'auteurs, principalement utilisé pour la recherche sur le transfert inter-domaines en authentification d'auteurs. Présenté dans un article d'EMNLP 2021, ce modèle étudie la transférabilité des représentations d'auteurs apprises dans un domaine vers un autre. Ses principaux avantages incluent la capacité de traiter des ensembles de données à grande échelle et d'effectuer un transfert zéro-shot dans plusieurs domaines différents (tels que les commentaires Amazon, les nouvelles courtes de fanfiction et les commentaires Reddit). Les informations contextuelles incluent ses recherches innovantes dans le domaine de l'authentification d'auteurs inter-domaines et son potentiel d'application dans le domaine du traitement du langage naturel. Ce produit est open source, sous licence Apache-2.0, et disponible gratuitement.
LUAR Dernière situation du trafic
Nombre total de visites mensuelles
474564576
Taux de rebond
36.20%
Nombre moyen de pages par visite
6.1
Durée moyenne de la visite
00:06:34