{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,3,8]]，“日期时间”：“2024-03-08T00:16:01Z”，“时间戳”：1709856961701}，“发布者位置”：“Cham”，“引用计数”：21，“发布商”：“Springer International Publishing”，“isbn-type”：[{“值”：“978303084796”，“类型”：”打印“}，{“值”：“9783030884802”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“开始”：{“date-ports”：[2021,1,1]，“日期-时间”：“2041-01-01T 00:00Z”，“timestamp”：1609459200000}，“content-version”：“vor”，“延迟天数”：0，“URL”：“https://www.springer.com\/tdm”}，｛“开始”：｛“日期部分”：[[2021,1,1]]，“日期-时间”：“2021-01-01T00:00:00Z”，“时间戳”：1609459200000｝，“内容版本”：“tdm”，“延迟天数”：0，“URL”：“https://www.springer.com\/gp\/researchers\/text and data mining”｝，｛“开始”：｛“日期部分”：[[2021,1,1]]，“日期时间”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2021]}”，“DOI”：“10.1007\/978-3-030-88480-2_17“，“类型”：“book-chapter”，“created”：{“date-parts”：[[2021,10,11]]，“date-time”：“2021-10-11T11:04:52Z”，“timestamp”：1633950292000}，“page”：“210-223”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：0，“title”：[“带多源数据的Tagalog的预训练语言模型”]，“前缀”：“10.1007”，“作者”：[{“给定”：“生义”，“家庭”：“江”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“颖文”，“家族”：“傅”，“顺序”：“附加”，“隶属关系”：[]}，“成员”：“297”，“在线发布”：{“date-parts”：[[2021,10,6]]}，“reference”：[{“key”：“17_CR1”，“unstructured”：“Devlin，J.，Chang，M.W.，Lee K.，Toutanova K.：BERT：语言理解深度双向变换器的预培训，In:NAACLHLT 2019，pp.4171\u20134186（2019）”}，{“密钥”：“17 _CR2”，“非结构化”：“Cui，Y.，Che，W.，Liu，T.，Qin，B.，Yang，Z.，Wang，S.，Hu，G.：中文BERT的全词掩蔽预训练。CORR（2019）”}，{“key”：“17_CR3”，“nonstructured”：“de Vries，W.，van Cranenburg，A.，Bisazza，A.，Caselli，T.，van Noord，G.，Nissim，M.:BERTje:荷兰BERT模型。CORR（2019）”}，{“key”：“17_CR4”，“doi asserted by”：“crossref”，“非结构化”：“Vu，X.S.，Vu，T.，Tran，S.N.，Jiang，L.：ETNLP：为下游任务选择预训练嵌入的可视化系统方法。摘自：《自然语言处理最新进展国际会议论文集》，第1285\u20131294（2019）页”，“DOI”：“10.26615 \/978-954-452-056-4_147”}，{“key”：“17_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Martin，L.，et al.：CamemBERT:一种美味的法语模型。In：计算语言学协会年会，pp.7203\u20137219（2020）”，“doi”：“10.18653\v1\/2020.acl-main.645”}，{“key”：“17_CR6”，“非结构化”：“Lample，G.，Conneau A.：跨语言语言模型预训练。CORR（2019）”}，{“key”：“17_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Conneau.，A.，et al.：无监督的大规模跨语言表征学习。In:计算语言学协会年会，pp.8440\u20138451（2020）”，“doi”：“10.18653\/v1\/2020.acl-main.747”}，{“key”：“17_CR8”，“unstructured”：“Cruz，J.C.B.，Cheng，C.：评估低资源语言的语言模型微调技术。CORR（2019）”}、{“密钥”：“17 _CR9”，“非结构化”：“克鲁斯，J.C.B，Cheng，“非结构化”：“Cruz，J.C.B.，Resabal，J.K.，Lin，J.，Velasco，D.J.，Cheng，C.：调查低资源语言中转换器的真实性能：自动语料库创建的案例研究。CORR（2020）”}，{“key”：“17_CR11”，“doi asserted by”：“crossref”，“非结构化”：“Xue，L.，et al.：mT5:一种大规模多语种预训练文本到文本转换器。CORR（2021）”，“DOI”：“10.18653\/v1\/2021.naacl-main.41”}，{“key”：“17_CR12”，“unstructured”：“Liu，Y.，et al.:RoBERTa：一种稳健优化的BERT预训练方法。CORR（2019）”}、{“密钥”：“17 _CR13”，“非结构化”：“Cheng，C.，Rabo，S.：TPOST:Tagalog.J.Res.Sci.Compute.Eng.3（1）（2004）”}，{“key”：“17_CR14”，“unstructured”：“Reyes，C.D.E.，Suba，K.R.S.，Razon，A.R.，Naval Jr.，P.C.：SVPOSTA使用支持向量机对Tagalog进行部分语言标记。摘自：第十一届菲律宾计算科学大会（2011）会议记录”}，{“key”：“17_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Olivo，J.F.T.，Hari，P.J.T.，dela Fuente，M.B.：CRFPOST:使用条件随机场对菲律宾文本进行部分语言标记。摘自：《第二届算法、计算和人工智能国际会议论文集》，第444\u2013449（2019）页”，“DOI”：“10.1145\/337713.3377788”}，{“key”：“17_CR16”，“非结构化”：“Clark，K.，Luong，M.T.，Le，Q.V.，Manning，C.D.:ELECTRA:将文本编码器作为鉴别器而非生成器进行预训练。In:Proceedings of International Conference on Learning Representations（2020）”}，{“key”：“17_CR17”，“unstructured”：“Vaswani，A.，et al.Attention is all you need.CORR（2017）”}.，{（key）：“17-CR18”，“非结构化”：“Su\u00e1rez，P.O.，Romary，L.，Sagot，B.：中等资源语言语境化单词嵌入的单语方法。摘自：计算语言学协会第58届年会（2020）会议记录”}，{“key”：“17_CR19”，“unstructured”：“Grave，E.、Bojanowski，P.、Gupta，P.，Joulin，A.、ikolov，T.：学习157种语言的单词向量。摘自：第11届语言资源与评估会议论文集，欧洲语言资源协会（2018）”}，{“key”：“17_CR20”，“unstructured”：“Wu，Y.、Schuster，M.、Chen，Z.、Le，Q.V.、Norouzi，M.，Macherey，W.等：谷歌的神经机器翻译系统：弥合人机翻译之间的差距。CORR（2016）”}，{“key”：“17_CR21”，“doi-asserted-by”：“crossref”，“unstructured”：“Sennrich，R.，Haddow，B.，Birch，A.：具有子词单位的稀有词的神经机器翻译。CORR（2015）”，“DOI”：“10.18653\/v1\/P16-1162”｝]，“容器标题”：[“自然语言处理与中文计算”，“计算机科学讲义”]，“原标题”：[]，“链接”：[{URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-88480-2_17”，“content-type”：“未指定”，“内容-版本”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期-部件”：[[2024,3,7]]，“日期-时间”：“2024-03-07T15:43:00Z”，“时间戳”：1709826180000}，“分数”：1，“资源”：{-“主要”:{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-030-88480-2_17”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2021]]}，”ISBN“：[”978303084796“，”9783003084802“]，“引用计数”：21，“URL”：“http://\/dx.doi.org\/10.10007\/978-3-030-88 480-2_17\”，“关系”：{}，N“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{“value”：“0302-974”，“type”：”print“}，{“value”：“1611-3349”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2021]]}，“assertion”：[{“value”：“2021年10月6日”，“order”：1，“name”：“first_online”，“label”：“first online”，“，”label“：”conference acronym“，”group“：{”name“：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“CCF国际自然语言处理与中文计算会议”，“order”：2，“name”：“Conference_name”，“标签”：“会议名称”，“group”：{“name”:“ConferenceInfo”：“会议城市”，“群组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“中国”，“order”：4，“name”:“Conference_country”，“标签”：“会议国家”，“group”：电子信息“，“label”：“Conference Information”}}，{“value”：“2021年10月13日”，“order”：7，“name”：“Conference_start_date”，“lable”：“会议开始日期”，“group”：{“name”:“ConferenceInfo”，”label“：”ConferenceInformation“}，”{“value”：”2021年十月17日“，”order“：8，”name“Conference_end_date”：“会议信息”}}，{“value”：“10”，“order”：9，“name”：“Conference_number”，“label”：“ConferenceNumber”，“group”：{“name”:“ConferenceInfo”，”label“：”ConferenceInformation“}}：“http://\/tcci.ccf.org.cn\/conference\/2021\/”，“order”：11，“name”：“conference_url”，“label”：“conference url”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}，{“value”：“Double-blind”，“订单”：1，“name“type”，”label“：”type“，”group“：{”name“：”ConfEventPeerReviewInformation“，”lable“：“同行评议信息（由会议组织者提供）”}}，{“value”：“Softconf”，“order”：2，“name”：“conference_management_system”，“label”：“会议管理系统”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）：“number_of_submissions_sent_for_review”，“label”：“发送供审阅的提交数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“66”，“order”：4，“name”：“number _of_full_papers_accepted”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}：“15%-该值由等式“接受的全文数”计算，然后四舍五入为整数。”，“order”：6，“name”：“acceptance_rate_of_Full_Papers”，“label”：“全文接受率”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评议信息（由会议组织者提供）”}}，{“value”：“3”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）：“average_number_of_papers_per_reviewer”，“label”：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“No”，“order”：9，“name”:“external_reviewers_involved”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“还包括23篇海报论文和27篇研讨会论文。”，“order”：10，“name”：“additional_info_on_Review_process”，“标签”：“评审过程的附加信息”，“group”：：“同行评审信息（由会议组织者提供）”}}]}}