Copertina

Exact Hard Monotonic Attention for Character-Level Transduction

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Shijie, Cotterell, Ryan
Natura:	Preprint
Pubblicazione:	2019
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Hard Non-Monotonic Attention for Character-Level Transduction
di: Wu, Shijie, et al.
Pubblicazione: (2018)

Cross-lingual, Character-Level Neural Morphological Tagging
di: Cotterell, Ryan, et al.
Pubblicazione: (2017)

Low-Resource Named Entity Recognition with Cross-Lingual, Character-Level Neural Conditional Random Fields
di: Cotterell, Ryan, et al.
Pubblicazione: (2024)

Unique Hard Attention: A Tale of Two Sides
di: Jerad, Selim, et al.
Pubblicazione: (2025)

A Simple Joint Model for Improved Contextual Neural Lemmatization
di: Malaviya, Chaitanya, et al.
Pubblicazione: (2019)

Characterizing the Expressivity of Local Attention in Transformers
di: Li, Jiaoda, et al.
Pubblicazione: (2026)

A Transformer with Stack Attention
di: Li, Jiaoda, et al.
Pubblicazione: (2024)

Characterizing the Expressivity of Fixed-Precision Transformer Language Models
di: Li, Jiaoda, et al.
Pubblicazione: (2025)

Transformers Can Represent $n$-gram Language Models
di: Svete, Anej, et al.
Pubblicazione: (2024)

Exploring the Linear Subspace Hypothesis in Gender Bias Mitigation
di: Vargas, Francisco, et al.
Pubblicazione: (2020)

Bearing Syntactic Fruit with Stack-Augmented Neural Networks
di: DuSell, Brian, et al.
Pubblicazione: (2025)

Towards Explainability in Legal Outcome Prediction Models
di: Valvoda, Josef, et al.
Pubblicazione: (2024)

An Algebraic View of the Expressivity of Recurrent Language Models
di: Nowak, Franz, et al.
Pubblicazione: (2026)

From Language Models over Tokens to Language Models over Characters
di: Vieira, Tim, et al.
Pubblicazione: (2024)

Log-linear Guardedness and its Implications
di: Ravfogel, Shauli, et al.
Pubblicazione: (2022)

A Distributional Perspective on Word Learning in Neural Language Models
di: Ficarra, Filippo, et al.
Pubblicazione: (2025)

Structured Voronoi Sampling
di: Amini, Afra, et al.
Pubblicazione: (2023)

Efficiently Computing Susceptibility to Context in Language Models
di: Liu, Tianyu, et al.
Pubblicazione: (2024)

Joint Lemmatization and Morphological Tagging with LEMMING
di: Muller, Thomas, et al.
Pubblicazione: (2024)

Investigating Critical Period Effects in Language Acquisition through Neural Language Models
di: Constantinescu, Ionut, et al.
Pubblicazione: (2024)

Labeled Morphological Segmentation with Semi-Markov Models
di: Cotterell, Ryan, et al.
Pubblicazione: (2024)

On the Proper Treatment of Units in Surprisal Theory
di: Kiegeland, Samuel, et al.
Pubblicazione: (2026)

On the Representational Capacity of Neural Language Models with Chain-of-Thought Reasoning
di: Nowak, Franz, et al.
Pubblicazione: (2024)

Masked Hard-Attention Transformers Recognize Exactly the Star-Free Languages
di: Yang, Andy, et al.
Pubblicazione: (2023)

Better Estimation of the Kullback--Leibler Divergence Between Language Models
di: Amini, Afra, et al.
Pubblicazione: (2025)

Direct Preference Optimization with an Offset
di: Amini, Afra, et al.
Pubblicazione: (2024)

Generalized Measures of Anticipation and Responsivity in Online Language Processing
di: Giulianelli, Mario, et al.
Pubblicazione: (2024)

Tokenization as Finite-State Transduction
di: Cognetta, Marco, et al.
Pubblicazione: (2024)

Lower Bounds on the Expressivity of Recurrent Neural Language Models
di: Svete, Anej, et al.
Pubblicazione: (2024)

Speakers Fill Lexical Semantic Gaps with Context
di: Pimentel, Tiago, et al.
Pubblicazione: (2020)

Simulating Hard Attention Using Soft Attention
di: Yang, Andy, et al.
Pubblicazione: (2024)

Revisiting Padded Transformer Expressivity: Which Architectural Choices Matter and Which Don't
di: Svete, Anej, et al.
Pubblicazione: (2026)

On Efficiently Representing Regular Languages as RNNs
di: Svete, Anej, et al.
Pubblicazione: (2024)

A Practical Method for Generating String Counterfactuals
di: Avitan, Matan, et al.
Pubblicazione: (2024)

Understanding the Ability of LLMs to Handle Character-Level Perturbation
di: Zhuo, Anyuan, et al.
Pubblicazione: (2025)

SpeLLM: Character-Level Multi-Head Decoding
di: Ben-Artzy, Amit, et al.
Pubblicazione: (2025)

Locally Typical Sampling
di: Meister, Clara, et al.
Pubblicazione: (2022)

On the Representational Capacity of Recurrent Neural Language Models
di: Nowak, Franz, et al.
Pubblicazione: (2023)

Kernelized Concept Erasure
di: Ravfogel, Shauli, et al.
Pubblicazione: (2022)

What Do Language Models Learn in Context? The Structured Task Hypothesis
di: Li, Jiaoda, et al.
Pubblicazione: (2024)