×
验证码:
换一张
忘记密码?
记住我
×
统一认证登录
登录
中文版
|
English
上海科技大学知识管理系统
ShanghaiTech University Knowledge Management System
统一认证登录
登录
注册
ALL
ORCID
题名
作者
发表日期
关键词
文献类型
DOI
出处
存缴日期
收录类别
出版者
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
知识整合
学习讨论厅
在结果中检索
研究单元&专题
信息科学与技术学院 [3]
作者
屠可伟 [3]
吉鹏宇 [3]
祝青杨 [2]
杨松霖 [1]
文献类型
会议论文 [3]
发表日期
2024 [2]
2023 [1]
出处
FINDINGS O... [1]
PROCEEDING... [1]
PROCEEDING... [1]
语种
英语 [3]
资助项目
资助机构
收录类别
EI [2]
CPCI-S [1]
状态
已发表 [2]
×
知识图谱
KMS
反馈留言
(本次检索基于用户作品认领结果)
浏览/检索结果:
共3条,第1-3条
帮助
限定条件
作者:吉鹏宇
第一作者
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
提交时间升序
提交时间降序
作者升序
作者降序
期刊影响因子升序
期刊影响因子降序
题名升序
题名降序
发表日期升序
发表日期降序
WOS被引频次升序
WOS被引频次降序
Generative Pretrained Structured Transformers: Unsupervised Syntactic Language Models at Scale
会议论文
PROCEEDINGS OF THE ANNUAL MEETING OF THE ASSOCIATION FOR COMPUTATIONAL LINGUISTICS, Bangkok, Thailand, August 11, 2024 - August 16, 2024
作者:
Hu, Xiang
;
Ji, Pengyu
;
Zhu, Qingyang
;
Wu, Wei
;
Tu, Kewei
Adobe PDF(2863Kb)
|
收藏
|
浏览/下载:324/2
|
提交时间:2024/10/11
Context sensitive grammars
Distribution transformers
Syntactics
Trees (mathematics)
Bi-directional
Composition modeling
Language generation
Language model
Language understanding
Parallel training
Syntactic languages
Syntactic parse tree
Syntactic trees
Two-component
Generative Pretrained Structured Transformers: Unsupervised Syntactic Language Models at Scale
会议论文
PROCEEDINGS OF THE 62ND ANNUAL MEETING OF THE ASSOCIATION FOR COMPUTATIONAL LINGUISTICS, VOL 1: LONG PAPERS, null,Bangkok,THAILAND, AUG 11-16, 2024
作者:
Hu, Xiang
;
Ji, Pengyu
;
Zhu, Qingyang
;
Wu, Wei
;
Tu, Kewei
Adobe PDF(2863Kb)
|
收藏
|
浏览/下载:372/4
|
提交时间:2024/05/15
Improving Span Representation by Efficient Span-Level Attention
会议论文
FINDINGS OF THE ASSOCIATION FOR COMPUTATIONAL LINGUISTICS: EMNLP 2023, Singapore, Singapore, December 6, 2023 - December 10, 2023
作者:
Ji, Pengyu
;
Yang, Songlin
收藏
|
浏览/下载:160/0
|
提交时间:2024/02/23
Computational linguistics
Learning algorithms
Natural language processing systems
Baseline models
High quality
Language processing
Natural languages
Performance
Sentence length
首页
上一页
1
下一页
末页