★ 2
PhoPunct 发布越南语标点恢复基准，含 2210 万词元
研究团队发布 PhoPunct，一个面向越南语标点恢复的大规模受控基准，包含新闻与小说语料共 2210 万个标注词元。研究评测了 17 种基于 Transformer 的架构，发现在固定训练预算下，加入 Bi-LSTM 与 CRF 层并不能稳定提升宏 F1。PhoPunct 在新闻语料取得最佳成绩…
arXiv NLP10 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究团队发布 PhoPunct，一个面向越南语标点恢复的大规模受控基准，包含新闻与小说语料共 2210 万个标注词元。研究评测了 17 种基于 Transformer 的架构，发现在固定训练预算下，加入 Bi-LSTM 与 CRF 层并不能稳定提升宏 F1。PhoPunct 在新闻语料取得最佳成绩…