Buchumschlag

Improving Pre-trained Language Model Sensitivity via Mask Specific losses: A case study on Biomedical NER

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abaho, Micheal, Bollegala, Danushka, Leeming, Gary, Joyce, Dan, Buchan, Iain E
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improving Sequential Recommendations via Bidirectional Temporal Data Augmentation with Pre-training
von: Jiang, Juyong, et al.
Veröffentlicht: (2021)

SLIMER-IT: Zero-Shot NER on Italian Language
von: Zamai, Andrew, et al.
Veröffentlicht: (2024)

To Recommend or Not: Recommendability Identification in Conversations with Pre-trained Language Models
von: Wang, Zhefan, et al.
Veröffentlicht: (2024)

The Elephant in the Room: Rethinking the Usage of Pre-trained Language Model in Sequential Recommendation
von: Qu, Zekai, et al.
Veröffentlicht: (2024)

ID-centric Pre-training for Recommendation
von: Wu, Yiqing, et al.
Veröffentlicht: (2024)

GENET: Unleashing the Power of Side Information for Recommendation via Hypergraph Pre-training
von: Li, Yang, et al.
Veröffentlicht: (2023)

TransFR: Transferable Federated Recommendation with Adapter Tuning on Pre-trained Language Models
von: Zhang, Honglei, et al.
Veröffentlicht: (2024)

Query Expansion in the Age of Pre-trained and Large Language Models: A Comprehensive Survey
von: Li, Minghan, et al.
Veröffentlicht: (2025)

Fine-grained Contract NER using instruction based model
von: Adibhatla, Hiranmai Sri, et al.
Veröffentlicht: (2024)

I^3 Retriever: Incorporating Implicit Interaction in Pre-trained Language Models for Passage Retrieval
von: Dong, Qian, et al.
Veröffentlicht: (2023)

Multimodal Pre-training Framework for Sequential Recommendation via Contrastive Learning
von: Zhang, Lingzi, et al.
Veröffentlicht: (2023)

Read the Docs Before Rewriting: Equip Rewriter with Domain Knowledge via Continual Pre-training
von: Wang, Qi, et al.
Veröffentlicht: (2025)

Contrastive Pre-training for Deep Session Data Understanding
von: Li, Zixuan, et al.
Veröffentlicht: (2024)

PEPT: Expert Finding Meets Personalized Pre-training
von: Peng, Qiyao, et al.
Veröffentlicht: (2023)

ColBERT-Zero: To Pre-train Or Not To Pre-train ColBERT models
von: Chaffin, Antoine, et al.
Veröffentlicht: (2026)

Bootstrapped Pre-training with Dynamic Identifier Prediction for Generative Retrieval
von: Tang, Yubao, et al.
Veröffentlicht: (2024)

Enhancing SPARQL Generation by Triplet-order-sensitive Pre-training
von: Su, Chang, et al.
Veröffentlicht: (2024)

Pre-trained Language Model and Knowledge Distillation for Lightweight Sequential Recommendation
von: Li, Li, et al.
Veröffentlicht: (2024)

Enhancing NER Performance in Low-Resource Pakistani Languages using Cross-Lingual Data Augmentation
von: Ehsan, Toqeer, et al.
Veröffentlicht: (2025)

Pre-train, Align, and Disentangle: Empowering Sequential Recommendation with Large Language Models
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

PLUM: Adapting Pre-trained Language Models for Industrial-scale Generative Recommendations
von: He, Ruining, et al.
Veröffentlicht: (2025)

Caseformer: Pre-training for Legal Case Retrieval Based on Inter-Case Distinctions
von: Su, Weihang, et al.
Veröffentlicht: (2023)

Beyond the Sequence: Statistics-Driven Pre-training for Stabilizing Sequential Recommendation Model
von: Wang, Sirui, et al.
Veröffentlicht: (2024)

PromptLink: Leveraging Large Language Models for Cross-Source Biomedical Concept Linking
von: Xie, Yuzhang, et al.
Veröffentlicht: (2024)

Improved Learned Sparse Retrieval with Corpus-Specific Vocabularies
von: Yu, Puxuan, et al.
Veröffentlicht: (2024)

Top-P Masking for Cross Language Information Retrieval
von: Casale, Joseph, et al.
Veröffentlicht: (2025)

A Pre-trained Sequential Recommendation Framework: Popularity Dynamics for Zero-shot Transfer
von: Wang, Junting, et al.
Veröffentlicht: (2024)

Are ID Embeddings Necessary? Whitening Pre-trained Text Embeddings for Effective Sequential Recommendation
von: Zhang, Lingzi, et al.
Veröffentlicht: (2024)

Enhancing Recommender Systems Using Textual Embeddings from Pre-trained Language Models
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2025)

CRENER: A Character Relation Enhanced Chinese NER Model
von: Qiao, Yaqiong, et al.
Veröffentlicht: (2024)

UTCS: Effective Unsupervised Temporal Community Search with Pre-training of Temporal Dynamics and Subgraph Knowledge
von: Zhang, Yue, et al.
Veröffentlicht: (2025)

Supporting Cross-language Cross-project Bug Localization Using Pre-trained Language Models
von: Chandramohan, Mahinthan, et al.
Veröffentlicht: (2024)

Coherency Improved Explainable Recommendation via Large Language Model
von: Liu, Shijie, et al.
Veröffentlicht: (2025)

GPR: Towards a Generative Pre-trained One-Model Paradigm for Large-Scale Advertising Recommendation
von: Zhang, Jun, et al.
Veröffentlicht: (2025)

Curriculum-scheduled Knowledge Distillation from Multiple Pre-trained Teachers for Multi-domain Sequential Recommendation
von: Sun, Wenqi, et al.
Veröffentlicht: (2024)

Enhancing CTR Prediction through Sequential Recommendation Pre-training: Introducing the SRP4CTR Framework
von: Han, Ruidong, et al.
Veröffentlicht: (2024)

Facet-Aware Multi-Head Mixture-of-Experts Model with Text-Enhanced Pre-training for Sequential Recommendation
von: Liu, Mingrui, et al.
Veröffentlicht: (2026)

Text Embeddings by Weakly-Supervised Contrastive Pre-training
von: Wang, Liang, et al.
Veröffentlicht: (2022)

Pre-train and Fine-tune: Recommenders as Large Models
von: Jiang, Zhenhao, et al.
Veröffentlicht: (2025)

Improving Recommendation Fairness without Sensitive Attributes Using Multi-Persona LLMs
von: Xin, Haoran, et al.
Veröffentlicht: (2025)