NB-MLM: Efficient Domain Adaptation of Masked Language Models for Sentiment Analysis

Arefyev N.; Kharchev D.; Shelmanov A.

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

30 октября 2026 г.

«Объект наших исследований - суперкомпьютер»

Феликс Смирнов занимается суперкомпьютерными технологиями, чтобы помогать другим ученым в их работе. В интервью проекту «Молодые ученые Вышки» он рассказал о настройке коммуникаций между узлами, своем увлечении кинематографом и о старых вывесках на Хитровке.

29 октября 2026 г.

Как прогнозировать будущее науки и технологий

Лаборатория исследований науки и технологий, действующая в структуре Института статистических исследований и экономики знаний НИУ ВШЭ, изучает текущее состояние научных исследований и разработок, анализирует тренды и их динамику, что позволяет понимать масштаб вызовов, связанных с применением новейших технологий, определять приоритеты будущих работ, формировать научную и промышленную политику. Новостная служба «Вышка.Главное» побеседовала с заведующей лабораторией Лилианой Проскуряковой и директором Форсайт-центра ИСИЭЗ Александром Соколовым.

29 октября 2026 г.

Плоская модель местности скрыла от симулятора потерю связи между машинами

Исследователи МИЭМ ВШЭ показали, что популярные симуляторы связи между автомобилями заметно переоценивают ее надежность, потому что считают рельеф местности плоским. Если учесть рельеф, мосты и туннели, доля потерянных соединений на горном серпантине вырастает с 21 до 30%, у эстакады — с 20 до 33%, а в туннеле — с нуля до 80%.Результаты опубликованы в журнале Future Transportation.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

NB-MLM: Efficient Domain Adaptation of Masked Language Models for Sentiment Analysis

P. 9114–9124.

Arefyev N., Kharchev D., Shelmanov A.

Язык: английский

Ключевые слова: masked language models

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Разработка математических моделей и методов рекомендательных систем и автоматической обработки текстов (2020)

В книге

Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP)

Association for Computational Linguistics, 2021.

RuSentEval: Linguistic Source, Encoder Force!

Михайлов В. Н., Такташева Е. В., Сигдел Э. С. и др., , in: Proceedings of the 8th Workshop on Balto-Slavic Natural Language Processing.: Association for Computational Linguistics, 2021. P. 43–65.

Добавлено: 27 сентября 2021 г.

Artificial Text Detection via Examining the Topology of Attention Maps

Kushnareva L., Cherniavskii D., Михайлов В. Н. и др., , in: Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP).: Association for Computational Linguistics, 2021. P. 635–649.

Добавлено: 27 сентября 2021 г.