已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A Unified Knowledge Graph Service for Developing Domain Language Models in AI Software

计算机科学 语言模型 领域(数学分析) 领域工程 领域知识 人工智能 自然语言处理 任务(项目管理) 软件 域模型 软件开发 程序设计语言 软件建设 经济 管理 数学分析 数学
作者
Ding, Ruiqing,Han, Xiao,Wang, Leye
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2212.05251
摘要

Natural Language Processing (NLP) is one of the core techniques in AI software. As AI is being applied to more and more domains, how to efficiently develop high-quality domain-specific language models becomes a critical question in AI software engineering. Existing domain-specific language model development processes mostly focus on learning a domain-specific pre-trained language model (PLM); when training the domain task-specific language model based on PLM, only a direct (and often unsatisfactory) fine-tuning strategy is adopted commonly. By enhancing the task-specific training procedure with domain knowledge graphs, we propose KnowledgeDA, a unified and low-code domain language model development service. Given domain-specific task texts input by a user, KnowledgeDA can automatically generate a domain-specific language model following three steps: (i) localize domain knowledge entities in texts via an embedding-similarity approach; (ii) generate augmented samples by retrieving replaceable domain entity pairs from two views of both knowledge graph and training data; (iii) select high-quality augmented samples for fine-tuning via confidence-based assessment. We implement a prototype of KnowledgeDA to learn language models for two domains, healthcare and software development. Experiments on five domain-specific NLP tasks verify the effectiveness and generalizability of KnowledgeDA. (Code is publicly available at https://github.com/RuiqingDing/KnowledgeDA.)

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
善学以致用应助彩色炎彬采纳,获得10
1秒前
大模型应助pinecone采纳,获得10
1秒前
今后应助时度采纳,获得10
2秒前
Nick_YFWS完成签到,获得积分10
3秒前
komorebi发布了新的文献求助10
4秒前
beiwei完成签到 ,获得积分10
5秒前
CC完成签到,获得积分10
5秒前
kRAY完成签到,获得积分20
5秒前
星辰大海应助莫喜欢采纳,获得30
6秒前
sweet完成签到 ,获得积分10
14秒前
明朗完成签到,获得积分10
15秒前
17秒前
好久不见完成签到,获得积分10
17秒前
CodeCraft应助旧残月采纳,获得10
20秒前
科研通AI6.3应助eileen采纳,获得10
20秒前
白露泡影完成签到 ,获得积分10
21秒前
GingerF应助许星意采纳,获得50
21秒前
闪闪落雁完成签到,获得积分10
25秒前
25秒前
领导范儿应助akeake采纳,获得10
25秒前
大帅完成签到 ,获得积分10
27秒前
zzhc发布了新的文献求助10
29秒前
30秒前
香蕉觅云应助zzhc采纳,获得20
33秒前
eileen发布了新的文献求助10
36秒前
小谢同学完成签到 ,获得积分10
39秒前
39秒前
40秒前
gxj完成签到,获得积分10
40秒前
42秒前
42秒前
43秒前
Zoe发布了新的文献求助10
45秒前
醉熏的井发布了新的文献求助10
45秒前
DrYang完成签到,获得积分10
45秒前
46秒前
旧残月发布了新的文献求助10
47秒前
47秒前
lzy完成签到,获得积分20
49秒前
pinecone发布了新的文献求助10
49秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Modern Epidemiology, Fourth Edition 5000
Handbook of pharmaceutical excipients, Ninth edition 5000
Digital Twins of Advanced Materials Processing 2000
Weaponeering, Fourth Edition – Two Volume SET 2000
Polymorphism and polytypism in crystals 1000
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 纳米技术 化学工程 生物化学 物理 计算机科学 内科学 复合材料 催化作用 物理化学 光电子学 电极 冶金 细胞生物学 基因
热门帖子
关注 科研通微信公众号,转发送积分 6020732
求助须知:如何正确求助?哪些是违规求助? 7621923
关于积分的说明 16165505
捐赠科研通 5168476
什么是DOI,文献DOI怎么找? 2766048
邀请新用户注册赠送积分活动 1748349
关于科研通互助平台的介绍 1636056