建模是什么使广告有说服力的原因，即引起消费者的所需响应，对于宣传，社会心理学和营销的研究至关重要。尽管其重要性，但计算机视觉中说服力的计算建模仍处于起步阶段，这主要是由于缺乏可以提供与ADS相关的说服力标签的基准数据集。由社会心理学和市场营销中的说服文学的激励，我们引入了广泛的说服策略词汇，并建立了用说服策略注释的第一个AD图像语料库。然后，我们通过多模式学习制定说服策略预测的任务，在该任务中，我们设计了一个多任务注意融合模型，该模型可以利用其他广告理解的任务来预测说服策略。此外，我们对30家财富500家公司的1600个广告活动进行了真实的案例研究，我们使用模型的预测来分析哪些策略与不同的人口统计学（年龄和性别）一起使用。该数据集还提供图像分割掩码，该蒙版在测试拆分上标记了相应的AD图像中的说服力策略。我们公开发布代码和数据集https://midas-research.github.io/persuasion-avertisements/。
translated by 谷歌翻译
发现表面电阻率的传统调查方法是耗时的和劳动量的。很少有研究重点是使用遥感数据和深度学习技术找到电阻率/电导率。在这一工作中，我们通过应用各种深度学习方法评估了表面电阻率和合成孔径雷达（SAR）之间的相关性，并在美国Coso地热区域中测试了我们的假设。为了检测电阻率，使用了UAVSAR获得的L波段全偏光SAR数据，并将MT（MagnEtoteltolarics）反向电阻率数据用作地面真相。我们进行了实验，以比较各种深度学习体系结构，并建议使用双输入UNET（DI-UNET）体系结构。 Di-Unet使用深度学习架构使用完整的极化SAR数据来预测电阻率，并承诺对传统方法进行快速调查。我们提出的方法实现了从SAR数据中映射MT电阻率的结果。
translated by 谷歌翻译
由于服务器客户的通信和设备计算的瓶颈，大多数研究联合学习的研究都集中在小型模型上。在这项工作中，我们利用各种技术来缓解这些瓶颈，以在联合学习的跨设备中训练更大的语言模型。借助部分模型培训，量化，有效的转移学习和沟通效率优化器的系统应用，我们能够培训$ 21 $ M的参数变压器和20.2美元的参数构象异构体，这些构象异构体与类似大小相同或更好的困惑LSTM具有$ \ sim10 \ times $ $较小的客户到服务器通信成本，比文献中常见的较小的LSTMS $ 11 \％$ $ $ $。
translated by 谷歌翻译
在其他计算机视觉任务中，深入学习导致对象检测和实例分割的最近进步。这些进步导致广泛的基于学习方法和相关方法的广泛应用于卫星图像的对象检测任务中。在本文中，我们介绍了MIS检查水坝，从卫星图像中的卫星图像进行新数据集，用于构建用于检查和映射的自动化系统，专注于用于农业的灌溉结构的重要性。我们审查了一些最新的对象检测和实例分段方法，并在我们的新数据集中评估其性能。我们根据各种网络配置和骨干架构评估了几个基于单级，两阶段和注意的方法。数据集和预训练型号可在https://www.cse.iitb.ac.in.in/gramdridisti/上获得。
translated by 谷歌翻译
英语水平评估已成为过滤和选择学术界和工业的预期候选人的必要度量。随着这种评估需求的增加，越来越必要拥有自动化的人类可意识的结果，以防止不一致并确保对第二语言学习者有意义的反馈。基于特征的经典方法在理解得分模型学习的内容方面更具可解释。因此，在这项工作中，我们利用古典机器学习模型作为分类和回归问题的语音评分任务，其次是彻底的研究来解释和研究语言线索与扬声器的英语水平之间的关系。首先，我们提取五个类别（流利，发音，内容，语法和词汇和声学）的语言学家特征，并列车模型到级响应。相比之下，我们发现基于回归的模型相当于或更好地比分类方法更好。其次，我们进行消融研究以了解每个特征和特征类别对熟练分级性能的影响。此外，要了解个别特征贡献，我们展示了顶部特征对分级任务的最佳执行算法的重要性。第三，我们利用部分依赖性地块和福芙值来探索特征重要性，并得出结论，最好的培训模式了解用于分级本研究中使用的数据集的底层尺寸。
translated by 谷歌翻译
自动评分（AS），在教育测试环境中评分散文和演讲的自然语言处理任务，越来越受欢迎，并在政府考试到提供语言能力服务的公司的普及和部署。然而，现有系统完全放弃人类评估者，从而损害了测试的可靠性，或者人类和机器的每一个响应都增加了成本。我们瞄准可能的解决方案的频谱，利用人和机器提供更高质量的测试，同时保持成本合理，使民主化进入。在这项工作中，我们提出了现有范式的组合，智能地用人类评分的抽样回应。我们提出奖励采样，并在准确性（平均平均增长19.80％）和二次加权kappa（QWK）（平均平均25.60％）的大幅提升，使用我们提出的抽样，具有相对较小的人类预算（30％）。使用标准随机和重要采样基线观察的精度增加分别为8.6％和12.2％。此外，我们通过在目前部署的各种模型和伪模型中测量其在各种模型以及伪模型中，展示系统模型不可知性的性质。最后，我们提出了一种算法来估计具有统计保证的准确性/ QWK（我们的代码在https://git.io/j1ioy上提供）。
translated by 谷歌翻译
TRUECASING是通过用于语音识别或机器翻译或人类的自动系统而恢复噪声文本的正确案例（大写或小写）的任务。它可以提高下游NLP任务的性能，例如命名实体识别和语言建模。我们提出了一种快速，准确，紧凑的双层分层词和性格的经常性神经网络模型，首先是这个问题的第一个。使用序列蒸馏，我们还解决了Truecasing的问题，同时忽略了句子中的令牌位置，即以位不变的方式。
translated by 谷歌翻译
在过去的三年里，自动评分发动机已被用于评分大约五百万个测试者。由于Covid-19和相关的教育和测试自动化，这个数字进一步增加。尽管使用了这么广泛，但基于AI的测试文献非常缺乏。提出新模型的大多数论文仅依赖于基于二次加权的Kappa（QWK）与人类评估者的协议，以显示模型效能。然而，这有效地忽略了论文评分的高度多重特征性质。论文评分取决于相干性，语法，相关性，充足和，词汇等特征。迄今为止，没有研究检测自动化论文评分：AES系统在全面上的所有这些功能。通过这种动机，我们为AES系统提出了一种模型不良反对派评估计划和相关指标，以测试其自然语言的理解能力和整体鲁棒性。我们使用所提出的方案评估当前的最先进的AES模型，并在最近的五个模型上报告结果。这些型号范围从基于特征为本的最新深度学习算法的方法。我们发现AES模型是高度不夸张的。即使是重型修改（高达25％）与问题无关的内容也不会降低模型产生的分数。另一方面，平均不相关的内容增加了分数，从而表明应该重新考虑模型评估策略和尺寸。我们还要求200名人类评估者在看到人类可以检测到两者之间的差异以及是否同意自动分数分配的分数的同意，以获得原始和对抗的反应。
translated by 谷歌翻译
在本文中，我们介绍了一个用于音频和语音的协作和现代注释工具：奥迪诺。该工具允许注释器在Audios中定义和描述时间分段。可以使用动态生成的形式轻松标记这些段和转录。管理员可以通过管理仪表板集中控制用户角色和项目分配。仪表板还可以描述标签及其值。可以轻松地以JSON格式导出注释以进行进一步分析。该工具允许通过基于键的API来上载和分配给用户的音频数据及其相应的注释。注释工具中可用的灵活性使注释进行演讲评分，语音活动检测（VAD），扬声器沿和扬声器识别，语音识别，情感识别任务等等。麻省理工学院开源许可证允许它用于学术和商业项目。
translated by 谷歌翻译
在这项研究中，我们提出了一种新的多模态端到端神经网络，用于使用注意融合自动评估非母语英语扬声器的自发言论。管道采用双向反复化卷积神经网络和双向长短期记忆神经网络，分别从谱图和转录中编码声学和词汇线索。对这些学习的预测特征进行注意融合，以在最终得分之前学习不同方式之间的复杂相互作用。我们将模型与强型基线进行比较，并发现对词汇和声学线索的综合关注显着提高了系统的整体性能。此外，我们对我们的模型提供了一种定性和定量分析。
translated by 谷歌翻译