LANE：利用对抗性例子提升词义消歧Research#WSD🔬 Research|分析: 2026年1月10日 14:48•发布: 2025年11月14日 12:37•1分で読める•ArXiv分析这项研究探索了一种使用对抗性例子的词义消歧（WSD）新方法，是对该领域的重要贡献。使用“词汇对抗性负例”提供了一种潜在的强大方法来提高WSD模型的准确性和鲁棒性。要点•专注于改进词义消歧 (WSD)。•采用对抗性例子来增强模型性能。•可能提高 WSD 模型的鲁棒性。引用 / 来源查看原文"The article's source is ArXiv."AArXiv2025年11月14日 12:37* 根据版权法第32条进行合法引用。较旧Unveiling Semantic Units: Visual Grounding via Image Captions较新Improving Adverb Understanding in WordNet: A Supersense Approach相关分析Research人类AI检测2026年1月4日 05:47Research侧重于实现的深度学习书籍2026年1月4日 05:49Research个性化 Gemini2026年1月4日 05:49来源: ArXiv