标签
本文研究了将专用语言模型适配为面向特定语料库的古代语言句子编码器的无监督策略(TSDAE 和无监督 SimCSE),表明这些策略在拉丁语和古希腊语的圣经文本复用检测任务中优于基线方法,并将该处理流程作为 Paraphrasis 在线工具发布。
该论文提出了一种以极少标注学习拉丁文学中文本复用的词级解释的方法,结合合成训练样本对与主动学习;在1,490条引用中,仅使用200对已标注样本,联合指针网络就达到了使用全部数据训练时的性能。