Semantic Knowledge Discovery and Discussion Mining of Incel Online Community: Topic modeling
Nanjing University of Science and Technology(南京理工大学);Simon Fraser University(西蒙弗雷泽大学)
在线论坛为在线用户提供了一个就特定主题分享评论和交换信息的独特机会。了解用户行为对组织很有价值,并可应用于社会和安全策略,例如,确定社区内的用户意见或预测未来的行为。本研究的主要目标是发现在Incel论坛的语义方面,我们采用自然语言处理技术的基础上,主题建模的潜在主题发现和意见挖掘的用户从一个流行的在线Incel论坛。为了准备我们的研究的输入数据,我们从Incel.co.的研究实验表明,人工智能(AI)基于自然语言处理模型可以有效的语义和情感知识发现和检索有用的信息从Incel社区。例如,我们在大量Incel评论中发现了描述问题的语义相关词,这对于手动方法来说是很困难的。
2021-04-21 cs.AI
Executable Ontologies in Game Development: From Algorithmic Control to Semantic World Modeling
本文提出利用可执行本体实现游戏开发中的语义世界建模,通过数据流条件实现任务中断,解决传统AI架构中的语义-过程鸿沟。
2026-01-12 cs.AI
Improving Text Semantic Similarity Modeling through a 3D Siamese Network
Shanghai University of International Business and Economics(上海对外经贸大学)
针对传统孪生网络建模文本语义相似度时因池化丢失层级语义、限制下游方法的问题,提出3D孪生网络将语义映射到高维空间,搭配多模块强化框架,在四个基准上验证了有效性与高效性。
2023-07-18 cs.AI cs.CL
Semantic-Driven Topic Modeling Using Transformer-Based Embeddings and Clustering Algorithms
University of Colorado Colorado Springs (UCCS)(科罗拉多大学科罗拉多斯普林斯分校);Instituto Politécnico Nacional (IPN)(国家理工学院)
本文提出一种语义驱动的端到端主题建模方法,利用Transformer嵌入、降维和聚类算法提取连贯主题,并在主题质量上优于ChatGPT及传统主题建模算法。
2024-09-30 cs.AI cs.CL
NED-Tree: Bridging the Semantic Gap with Nonlinear Element Decomposition Tree for LLM Nonlinear Optimization Modeling
College of System Engineering, National University of Defense Technology(国防科技大学系统工程学院);University of Science and Technology of China(中国科学技术大学)
本文提出NED-Tree框架,通过句级提取策略和递归树结构解决LLM在非线性优化建模中的语义鸿沟问题,实验显示其在10个基准测试中达到72.51%的平均准确率。
2026-04-02 cs.AI
Semantic Web Search based on Ontology Modeling using Protege Reasoner
VIT University(VIT大学)
语义网工作在现有的Web上,它将信息的含义表示为人们理解的定义良好的词汇表。同时,语义搜索通过理解搜索的意图并提供上下文相关的结果来提高搜索的准确性。本文介绍了一种语义的方法,通过PHP应用程序的Web搜索。其目标是解析用户的浏览历史,并为所提供的搜索查询返回语义相关的网页。
2013-05-24 cs.AI cs.IR
Combining LLM Semantic Reasoning with GNN Structural Modeling for Multi-View Multi-Label Feature Selection
针对多视图多标签特征选择中现有方法少考虑语义信息的问题,提出结合LLM语义推理与GNN结构建模的方法,通过评估语义相关性、构建双层异构图及学习节点嵌入,在多数据集上优于基线且小规模数据有效。
2025-11-19 cs.AI
Joint Reward Modeling: Internalizing Chain-of-Thought for Efficient Visual Reward Models
Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Kuaishou Technology(快手科技)
提出联合奖励建模(JRM),通过共享视觉-语言骨干联合优化偏好学习和语言建模,将生成模型的语义推理能力内化到判别表示中,实现快速准确评估,在MMRB2和EditReward-Bench上取得最优结果。
2026-06-29 cs.AI
LLM-Assisted Modeling of Semantic Web-Enabled Multi-Agents Systems with AJAN
Daimler Buses GmbH(戴姆勒巴士公司);German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心)
本文提出一个集成开发环境,利用大型语言模型辅助建模AJAN框架中的语义Web多智能体系统,以降低RDF/RDFS和SPARQL行为定义的门槛,并扩展用户社区。
2025-10-08 cs.AI
MobileWorldBench: Towards Semantic World Modeling For Mobile Agents
UCLA(加州大学洛杉矶分校);Panasonic AI Research(松下人工智能研究);Salesforce AI Research(Salesforce人工智能研究)
MobileWorldBench通过语义世界模型提升移动智能体任务成功率
2026-10-09 cs.AI
How Far are We from Effective Context Modeling? An Exploratory Study on Semantic Parsing in Context
Beihang University(北京航空航天大学);Microsoft Research(微软研究院)
近年来,基于语境的语义解析受到了广泛的关注,但由于语境现象的复杂性,语义解析具有挑战性。前人的工作在有限的场景中验证了他们提出的方法,这促使我们在现实世界的上下文语义解析下进行上下文建模方法的探索性研究。我们提出了一个基于语法的解码语义解析器,并在此基础上采用了典型的上下文建模方法,在两个大型复杂的跨域数据集上评估了13种上下文建模方法,我们的最佳模型在两个数据集上都取得了最先进的性能,并有显著的改进。此外,我们总结了最常见的语境现象,并对代表性的模型进行了细粒度的分析,这可能会为潜在的研究方向提供启示。我们的代码可在https://github.com/microsoft/ContextualSP上获得。
2020-06-13 cs.AI cs.CL
Modeling and Validating Temporal Rules with Semantic Petri-Net for Digital Twins
Tsinghua University(清华大学);Portland State University(波特兰州立大学);Beijing National Research Center for Information Science and Technology (BNRist)(北京信息科学与技术国家研究中心)
本文提出语义Petri网(SPN),直接基于RDFS和SPARQL实现着色Petri网的状态与变迁,实现语义与时序模型的联合规则检查及双向知识共享,并展示其在数字孪生并发场景中的应用。
2022-04-17 cs.AI cs.DB
Toward Dialogue Modeling: A Semantic Annotation Scheme for Questions and Answers
LORIA(洛林计算机科学及其应用实验室);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所)
本研究提出了一种对问答对的内容和语篇贡献进行分类的标注方案。我们提出了使用该计划的详细指导方针,并将其应用于英语,西班牙语和荷兰语的对话。最后,我们报告了自动注释的初始机器学习实验。
2019-08-23 cs.AI cs.CL
SemToken: Semantic-Aware Tokenization for Efficient Long-Context Language Modeling
Yale University(耶鲁大学);Columbia University(哥伦比亚大学)
SemToken 提出语义感知分词框架,通过语义聚类和基于语义密度的异构粒度分配减少冗余 token,在长上下文建模中实现最高 2.4 倍 token 压缩和 1.9 倍加速且性能几乎不降。
2025-08-21 cs.AI cs.CL
Empirical Sufficiency Lower Bounds for Language Modeling with Locally-Bootstrapped Semantic Structures
The Hong Kong Polytechnic University(香港理工大学)
本文通过分析语义结构预测的失败案例,提出语言模型中语义自举的充分性下界,设计了简洁的二进制向量表示并评估了增量标注器性能,发现语义向量维度可大幅缩减且需考虑信号与噪声分布以建立预测质量下界。
2023-05-30 cs.AI cs.CL
Towards automation of threat modeling based on a semantic model of attack patterns and weaknesses
Yanka Kupala State University of Grodno(格罗德诺扬卡·库帕拉国立大学)
该作品考虑了构建和使用正式知识库(模型)的挑战,该模型将ATT&CK,CAPEC,CWE,CVE安全枚举结合起来。该模型可用于学习攻击技术、攻击模式、弱点和漏洞之间的关系,以构建各种威胁景观,特别是用于威胁建模。该模型被创建为一个本体,具有OWL和RDF格式的免费数据集。本体的使用是基于结构和图的方法来集成安全枚举的替代方案。在这项工作中,我们考虑的威胁建模的方法与ATT&CK的数据组件的基础上的知识库和本体驱动的威胁建模框架。此外,一些评估,它是如何可能使用的威胁建模的本体方法,这可能面临的挑战。
2021-12-08 cs.AI cs.CR
U-Sem: Semantic Enrichment, User Modeling and Mining of Usage Data on the Social Web
TU Delft(代尔夫特理工大学)
随着社会化Web应用的日益普及,每天都有越来越多的用户数据被发布到Web上。我们的研究重点是调查从这些平台中挖掘数据的方法,这些数据可用于建模用户和语义增强用户简档。这个过程可以增强各种自适应基于Web的系统的适应性和个性化。在本文中,我们提出了U-Sem的人建模服务,语义丰富和挖掘的人的配置文件在社交网络上的使用数据的框架。我们解释了我们的人建模服务的架构,并描述其应用程序在成人电子学习环境中作为一个例子。版本:Mar 21,10:10,Mar 25,09:37
2011-04-01 cs.AI cs.HC cs.IR
UxSID: Semantic-Aware User Interests Modeling for Ultra-Long Sequence
Kuaishou Technology(快手科技)
本文提出UxSID框架,通过语义组共享兴趣记忆和双层注意力策略,实现高效且语义感知的超长用户序列建模,取得最佳性能并提升广告收益。
2026-10-12 cs.AI cs.IR cs.LG
MARS: Margin and Semantic-Aware Data Augmentation for Reward Modeling
University of Arizona(亚利桑那大学);Northeastern University London(伦敦东北大学)
提出MARS框架,通过优先增强低边界偏好对并利用语义距离细化,提升奖励模型质量和对齐性能。
2026-08-07 cs.AI cs.IT cs.LG
The Quantum LLM: Modeling Semantic Spaces with Quantum Principles
本文阐明受量子启发的LLM语义建模框架的六项核心原理,论证其研究语义空间的有效性,并探讨利用量子计算开发更强LLM的潜力。
2025-05-23 cs.AI cs.CL quant-ph
Knowledge prompt chaining for semantic modeling
针对结构化数据语义建模需理解图结构知识、人力成本高的问题,提出Knowledge Prompt Chaining框架,序列化图知识并通过提示链注入LLM,在更少输入数据下实现优于主流技术的性能。
2025-01-15 cs.AI cs.CL cs.DB
Modeling Complex Dialogue Mappings via Sentence Semantic Segmentation Guided Conditional Variational Auto-Encoder
Beijing Institute of Technology(北京理工大学);Huawei Technologies Ltd.(华为技术有限公司)
复杂对话映射(CDM),包括一对多和多对一映射,往往会使对话模型产生不连贯或迟钝的反应,对这些映射进行建模仍然是神经对话系统面临的巨大挑战。为了缓解这些问题,人们提出了引入外部信息、重构优化函数和操纵数据样本等方法,但这些方法主要集中在避免使用CDM进行训练,从而不可避免地削弱了模型在人类对话中理解CDM的能力,并限制了模型性能的进一步提高。本文提出了一种基于语句语义的\textbf{Seg}分段引导的\textbf{C}对\textbf{V}变量的\textbf{A}- \textbf{E}编码器(SegCVAE)方法,该方法能够对CDM数据进行建模并充分利用CDM数据。具体来说,为了解决一对多引起的不连贯问题,SegCVAE使用响应相关的突出语义来约束潜在变量。为了缓解多对一带来的非多样性问题,SegCVAE分割多个突出的语义,以丰富潜在变量。三个新的组成部分,内部分离,外部指导和语义规范,提出了实现SegCVAE。在对话生成任务上,自动和人工评估结果都表明SegCVAE实现了新的最先进的性能。
2022-12-01 cs.AI cs.CL
Semantic Clone Detection via Probabilistic Software Modeling
Johannes Kepler University Linz(林茨约翰·开普勒大学);Technical University of Braunschweig(布伦瑞克工业大学)
语义克隆检测是寻找具有相似或相同运行时行为的程序元素的过程。例如,检测阶乘计算的递归和迭代实现之间的语义相等。语义克隆检测是克隆检测器事实上的技术边界。近年来,这一界限已被测试使用有趣的新方法。本文提供了一个语义克隆检测方法,检测克隆有0%的语法相似性。我们提出了语义克隆检测通过概率软件建模(SCD-PSM)作为一个稳定和精确的解决方案,语义克隆检测。PSM构建程序的概率模型,该模型能够评估和生成运行时数据。SCD-PSM利用此模型及其模型元素来查找行为上相等的模型元素。这种行为的平等,然后推广到语义平等的原始程序元素。它使用模型元素之间的可能性作为距离度量。然后,它采用似然比显著性检验来决定这个距离是否是显着的,给定一个预先指定的和可控的假阳性率。SCD-PSM的输出是程序元素对(即,方法)、它们的距离以及它们是否是克隆的决定。SCD-PSM可产生出色的结果,马修斯相关系数大于0.9。这些结果是在经典的语义克隆检测问题上得到的,例如检测算法的递归和迭代版本,但也可以在编码比赛中使用的复杂问题上得到。
2022-05-21 cs.AI cs.SE
PRISM: Purified Representation and Integrated Semantic Modeling for Generative Sequential Recommendation
Jilin University(吉林大学);City University of Hong Kong(香港城市大学)
PRISM通过纯化表示和集成语义建模解决生成式序列推荐中的语义不纯和信息丢失问题,提升推荐性能。
2026-01-23 cs.AI cs.IR cs.LG
Modeling Unified Semantic Discourse Structure for High-quality Headline Generation
School of Cyber Science and Engineering, Wuhan University(武汉大学网络安全学院);National University of Singapore(新加坡国立大学);Leshan Normal University(乐山师范学院)
提出统一语义语篇结构S3,结合RST树与AMR图编码文档语义,并设计层级剪枝机制去除冗余,显著提升标题生成质量。
2024-03-23 cs.AI cs.CL
Denoising Diffusion Semantic Segmentation with Mask Prior Modeling
Beijing Institute of Technology(北京理工大学);CUHK(香港中文大学);Tsinghua University(清华大学);Shanghai AI Laboraotry(上海人工智能实验室)
本文提出用去噪扩散生成模型建模掩码先验,改进现有判别式语义分割方法,通过离散扩散实例和关键设计选择,在ADE20K和Cityscapes上取得有竞争力的性能和更优视觉质量。
2023-06-22 cs.AI cs.CV
Single-stage TTS with Masked Audio Token Modeling and Semantic Knowledge Distillation
Universitat Politècnica de Catalunya(加泰罗尼亚理工大学);Dolby Laboratories(杜比实验室)
针对当前主流两阶段TTS流程复杂的问题,提出结合语义知识蒸馏的单阶段音频Token建模方法,在语音质量相当的情况下大幅缩小与两阶段模型的可懂度差距,验证了精简架构单阶段TTS的高效高质量潜力。
2024-09-17 cs.AI cs.SD eess.AS
MemoriesDB: A Temporal-Semantic-Relational Database for Long-Term Agent Memory / Modeling Experience as a Graph of Temporal-Semantic Surfaces
CircleClick Labs(CircleClick实验室)
本文提出MemoriesDB,将长期智能体记忆建模为时间-语义-关系实体,在PostgreSQL与pgvector上统一时间序列、向量和图能力,以时间-语义曲面图支持高效检索与推理。
2025-11-09 cs.AI cs.DB cs.IR
A Semantic Modular Framework for Events Topic Modeling in Social Media
Amirkabir University of Technology(阿米尔卡比尔理工大学)
社交媒体的进步有助于他们频繁分享越来越多的内容。这个框架为人们报告各种现实生活事件提供了一个复杂的地方。借助自然语言处理来检测这些事件已经受到研究人员的关注,并且已经为此目标开发了各种算法。在本文中,我们提出了一个语义模块化模型(SMM)由5个不同的模块,即分布式去噪自动编码器,增量聚类,语义去噪,碎片整理,排名和处理。该模型的目标是:(1)聚类各种文档,忽略可能对事件识别没有贡献的文档;(2)识别更重要的描述性关键字。实验结果表明,该模型在FACup、SuperTuesday和USElection三个英文Twitter数据集上识别低等级事件和提取重要事件关键词方面具有更高的性能。所提出的方法优于最好的报告结果的平均关键字精度指标的7.9%。
2023-01-21 cs.AI cs.LG
SAC-Opt: Semantic Anchors for Iterative Correction in Optimization Modeling
Department of Computer Science, City University of Hong Kong, Hong Kong SAR, China(香港城市大学计算机科学系);Huawei Noah's Ark Lab, Hong Kong SAR, China(华为诺亚实验室(香港));Huawei's Supply Chain Management Department, Shenzhen, China(华为供应链管理部(深圳))
提出SAC-Opt框架,通过语义锚点对齐和选择性修正,在无需额外训练的情况下提升大语言模型生成优化建模代码的语义忠实度,平均建模准确率提升7.7%。
2026-05-29 cs.AI cs.CL cs.PL
NextLocLLM: Location Semantics Modeling and Coordinate-Based Next Location Prediction with LLMs
Nanyang Technological University(南洋理工大学)
本文提出 NextLocLLM,将下一位置预测转化为坐标回归,利用 LLM 编码 POI 功能语义并统一预测坐标,在监督与零样本城市迁移实验中均优于基线。
2025-09-28 cs.AI cs.CL cs.LG
Cognitive Modeling of Semantic Fluency Using Transformers
University of South Florida(南佛罗里达大学)
深层语言模型能解释人类认知吗?如果是,它们的局限性是什么?为了探索这个问题,我们提出了一种称为超参数假设的方法,该方法使用预测性超参数调整,以找到个性化的认知行为特征描述符。我们采取的第一步,在这种方法中预测人类的表现在语义流畅性任务(SFT),在认知科学中,从来没有被建模使用transformer为基础的语言模型(TLM)的一个研究任务。在我们的任务设置中,我们比较了几种方法来预测执行SFT的个体接下来会说出哪个单词。我们报告的初步证据表明,尽管人们和TLM学习和使用语言的方式存在明显的实施差异,TLM可以用来识别人类流畅性任务行为的个体差异,比现有的计算模型更好,并可能提供对人类记忆检索策略的见解-认知过程通常不被认为是TLM可以建模的东西。最后,我们讨论了这项工作的影响认知建模的知识表示。
2022-08-20 cs.AI cs.CL
Semantic Role Labeling Meets Definition Modeling: Using Natural Language to Describe Predicate-Argument Structures
Sapienza University of Rome(罗马第一大学);Babelscape(巴贝尔斯凯普)
过去和现在的语义角色标注(SRL)方法的一个共同特点是它们依赖于从预定义的语言库中提取的离散标签来对谓词意义及其论元进行分类。然而,我们认为情况不一定如此。在本文中,我们提出了一种方法,利用定义建模引入一个广义的制定SRL的任务描述谓词参数结构使用自然语言定义,而不是离散的标签。我们的新配方的第一步,把可解释性和灵活性放在首位,但我们的实验和分析PropBank风格和FrameNet风格,依赖性为基础的和跨度为基础的SRL也表明,一个灵活的模型与可解释的输出不一定是以牺牲性能。我们在https://github.com/SapienzaNLP/dsrl上发布我们的软件用于研究目的。
2022-12-02 cs.AI cs.CL cs.LG
User Modeling Combining Access Logs, Page Content and Semantics
Jožef Stefan Institute(约热·斯泰凡研究所)
提出了一种基于不同数据源相结合的大型Web站点用户建模方法:将访问日志和访问页面内容与Web页面、用户和用户访问Web站点的语义信息相结合。这里的假设是,我们正在处理一个大型Web站点,它向大量访问该站点的用户提供内容。所提出的方法表示每个用户的一组功能来自不同的数据源,其中一些功能值可能会丢失一些用户。它还使得能够基于所提供的目标用户子集的特性来进行用户建模。该方法进行评估,在现实世界的数据,我们比较性能的自动分配的用户到一个预定义的用户段时,不同的数据源被用来代表用户。
2011-03-25 cs.AI cs.HC cs.IR
Semantically Driven Sentence Fusion: Modeling and Evaluation
Faculty of Industrial Engineering and Management, Technion, IIT(以色列理工学院工业工程与管理学院);Google Research(谷歌研究院)
句子融合是将相关句子连接成连贯文本的任务。目前这项任务的训练和评估方案是基于单参考地面实况,并没有考虑到有效的融合变量。我们发现,这阻碍了模型鲁棒地捕捉输入句子之间的语义关系。为了缓解这一点,我们提出了一种方法,其中地面实况解决方案自动扩展到多个参考通过策划等价类的连接短语。我们将此方法应用于大规模数据集,并使用增强数据集进行模型训练和评估。为了提高使用多个引用的语义表示的学习,我们在多任务框架下使用辅助话语分类任务来丰富模型。我们的实验突出了我们的方法比最先进的模型的改进。
2020-10-06 cs.AI cs.CL cs.LG
Query Attribute Modeling: Improving search relevance with Semantic Search and Meta Data Filtering
提出查询属性建模(QAM)混合框架,通过将文本查询分解为元数据标签和语义元素提升搜索精度,在亚马逊玩具数据集上mAP@5达52.99%,优于传统搜索方法。
2025-08-06 cs.AI cs.CL cs.IR
Prospects for Declarative Mathematical Modeling of Complex Biological Systems
University of California Irvine(加州大学欧文分校)
声明式建模使用符号表达式来表示模型。有了这样的表达式,人们可以形式化模型上的高级数学计算,这些计算很难或不可能在通用编程语言中直接在低级仿真程序上执行。这种模型计算的例子包括模型分析、相对通用的模型归约映射和模型实现的初始阶段,所有这些都应该保持或近似复杂生物模型的数学语义。潜在的优势是特别相关的情况下,发育建模,其中复杂的空间结构表现出动态的分子,细胞和器官水平的基因型多细胞表型。多尺度建模可以受益于声明性建模语言的表达能力和模型简化方法的应用,以跨尺度链接模型。本文在前人工作的基础上,定义了复杂生物系统的声明性建模,定义了一系列功能日益强大的声明性建模语言的算子代数语义,包括参数化和扩展对象的类反应动力学,定义了语义保持实现和语义近似模型约简变换;我们概述了一个“元层次结构”的组织声明性模型和数学方法,可以卓有成效地操纵他们。
2019-06-30 cs.AI math.DS q-bio.QM
HarmonyCell: Automating Single-Cell Perturbation Modeling under Semantic and Distribution Shifts
Fudan University(复旦大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);The Hong Kong University of Science and Technology(香港科学与技术大学);Xi'an Jiaotong-Liverpool University(西安交通大学利物浦大学);Shanghai Innovation Institute(上海创新研究院);University of British Columbia(不列颠哥伦比亚大学)
HarmonyCell通过语义统一和自适应搜索机制,在语义和分布偏移下实现单细胞扰动建模的自动化,有效执行率达95%并超越专家基线。
2026-03-08 cs.AI cs.CE q-bio.QM
PreSem-Surf: RGB-D Surface Reconstruction with Progressive Semantic Modeling and SG-MLP Pre-Rendering Mechanism
College of Computer and Data Science, Fuzhou University, Fuzhou 350108, China(计算机与数据科学学院,福州大学,福州350108,中国)
本文提出PreSem-Surf方法,通过SG-MLP预渲染机制和渐进式语义建模,在RGB-D序列上实现高质量、快速的场景表面重建,并在多项指标上取得最佳性能。
2025-08-17 cs.AI cs.CV cs.GR
A Spherical Hidden Markov Model for Semantics-Rich Human Mobility Modeling
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
我们研究的问题,从语义跟踪数据,其中每个GPS记录在跟踪与描述用户的活动的文本消息相关联的人类流动性建模。现有的方法在揭示人体运动轨迹方面存在不足,因为它们要么根本没有对文本数据进行建模,要么受到文本稀疏性的严重影响。我们提出了SHMM,一个多模态球隐马尔可夫模型的语义丰富的人类移动建模。在隐马尔可夫假设下,SHMM通过联合考虑轨迹每一步的观察位置,时间和文本来模拟给定轨迹的生成过程。SHMM的显著特点是文本建模部分。我们使用固定大小的矢量表示来编码的文本消息的语义,和模型的生成的l2归一化的文本嵌入在一个单位球与冯Mises-Fisher(vMF)分布。与其他替代方案(如多变量高斯)相比,我们选择的vMF分布不仅参数少得多,而且更好地利用了文本嵌入在方向度量空间中的区分能力。vMF分布的参数推断是不平凡的,因为它涉及贝塞尔函数的比率的函数反演。我们从理论上证明:1)经典的Expectation-Maximization算法可以适用于vMF分布; 2)虽然M步很难得到封闭形式的解,但牛顿法可以保证以二次收敛速度收敛到最优解。我们对合成数据和真实数据进行了广泛的实验。在合成数据上的结果验证了我们的理论分析;而在现实数据上的结果表明,SHMM学习有意义的语义丰富的移动模型,优于最先进的移动模型进行下一个位置预测,并产生较低的训练成本。
2020-10-05 cs.AI cs.CL cs.LG
Joint Semantic Knowledge Distillation and Masked Acoustic Modeling for Full-band Speech Restoration with Improved Intelligibility
Dolby Laboratories(杜比实验室)
针对现有语音修复生成模型MaskSR可懂度有待提升的问题,提出结合语义知识蒸馏与掩码声学建模的MaskSR2,在不增加模型容量与推理时间的前提下,显著降低词错误率,兼顾语音质量与可懂度。
2024-09-14 cs.AI cs.SD eess.AS
TokenChain: A Discrete Speech Chain via Semantic Token Modeling
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
本文提出TokenChain,通过语义令牌ASR与分阶段TTS的结合,提升语音识别与文本到语音的性能,实验显示其在多个数据集上均优于基线方法。
2025-10-07 cs.AI cs.CL cs.LG