海伦·扬纳库达基斯
人员信息
优化列表
2020年–今天
2024 [i32] 克里斯托弗·戴维斯 , 安德鲁·凯恩斯 , Ø伊斯坦·安徒生 , 湿婆·塔斯利米波 , 海伦·扬纳库达基斯 , 郑元 , 克里斯托弗·布莱恩特 , 马雷克·雷 , 保拉·巴特里 :
为英语学习者文本的语法错误纠正提供开源和商业语言模型。 CoRR公司 腹肌/2401.07702 ( 2024 ) [i31] 伊沃·弗霍文(Ivo Verhoeven) , 普什卡·米什拉 , 拉赫尔·贝洛赫 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
恶意内容检测社区模型推广的(更多)现实评估设置。 CoRR公司 abs/2404.01822 ( 2024 ) 2023 [c37] 安德鲁·凯恩斯 , 卢卡·贝内代托 , 湿婆·塔斯利米波 , 克里斯托弗·戴维斯 , 袁高 , Öistein E.安徒生 , 郑元 , 欧立德 , 罗素穆尔 , 克里斯托弗·布莱恩特 , 马雷克·雷 , 海伦·扬纳库达基斯 , 安德鲁·穆鲁利 , 黛安·尼科尔斯 , 保拉·巴特里 :
大型语言模型在语言教学和评估技术中的应用。 AIED有限责任公司 2023 : 173-197 [公元36年] 尼尔斯·范德海登 , 叶卡捷琳娜·舒托娃 , 海伦·扬纳库达基斯 :
图上少快照学习的K-hop邻域正则化:文本分类的一个案例研究。 EACL公司 2023 : 1179-1192 [公元35年] 张志 , 海伦·扬纳库达基斯 , 仙童镇 , 叶卡捷琳娜·舒托娃 :
CK变换器:用于指称表达式理解的常识增强型变换器。 EACL(调查结果) 2023 : 2541-2551 [i30] 尼尔斯·范德海登 , 叶卡捷琳娜·舒托娃 , 海伦·扬纳库达基斯 :
FewShotTextGCN:K-hop邻域正则化,用于图上的少快照学习。 CoRR公司 abs/2301.10481 ( 2023 ) [i29] 张志 , 海伦·扬纳库达基斯 , 仙童镇 , 叶卡捷琳娜·舒托娃 :
CK变换器:用于指称表达式理解的常识增强型变换器。 CoRR公司 腹肌/2302.09027 ( 2023 ) [第28条] 卡米尔·布杰尔 , 安德鲁·凯恩斯 , 海伦·扬纳库达基斯 , 马雷克·雷 :
大海捞针:从长文本分类器中提取无监督的基本原理。 CoRR公司 abs/2303.07991 ( 2023 ) [i27] 安德鲁·凯恩斯 , 卢卡·贝内代托 , 湿婆·塔斯利米波 , 克里斯托弗·戴维斯 , 袁高 , 奥斯汀·安徒生 , 郑元 , 欧立德 , 罗素穆尔 , 克里斯托弗·布莱恩特 , 马雷克·雷 , 海伦·扬纳库达基斯 , 安德鲁·穆鲁利 , 黛安·尼科尔斯 , 保拉·巴特里 :
关于大型语言模型在语言教学和评估技术中的应用。 CoRR公司 abs/2307.08393 ( 2023 ) 2022 [c34] 安娜·兰格迪克 , Verna Dankers公司 , 菲利普·利普 , 桑德·博斯 , 布莱恩·卡德纳斯·格瓦拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
依赖分析中快速跨语言自适应的元学习。 ACL(1) 2022 : 8503-8520 [公元33年] 塔玛拉·齐齐科尔(Tamara Czinczoll) , 海伦·扬纳库达基斯 , 普什卡·米什拉 , 叶卡捷琳娜·舒托娃 :
预训练语言模型中的科学和创造性类比。 EMNLP(调查结果) 2022 : 2094-2100 [公元32年] 法蒂玛·卡塔尼 , 海伦·扬纳库达基斯 :
使用阿拉伯语知识库模型(AraKB)对阿拉伯语短文本的作者身份验证。 WANLP@EMNLP公司 2022 : 205-213 [i26] 阿维亚夫·库马尔·辛格 , 叶卡捷琳娜·舒托娃 , 海伦·扬纳库达基斯 :
使用软件标签原型从几个示例中学习新任务。 CoRR公司 abs/2210.17437 ( 2022 ) [i25] 塔玛拉·钦佐尔 , 海伦·扬纳库达基斯 , 普什卡·米什拉 , 叶卡捷琳娜·舒托娃 :
预训练语言模型中的科学和创造性类比。 CoRR公司 abs/2211.15268 ( 2022 ) 2021 [公元31年] 里沙夫·哈达 , 索希·苏迪尔 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 赛义夫·M·穆罕默德 , 叶卡捷琳娜·舒托娃 :
Ruddit:英语Reddit评论的攻击性规范。 ACL/IJCNLP(1) 2021 : 2700-2717 [公元30年] 尼尔斯·范德海登 , 海伦·扬纳库达基斯 , 普什卡·米什拉 , 叶卡捷琳娜·舒托娃 :
多语言和跨语言文档分类:元学习方法。 EACL公司 2021 : 1966-1976 [公元29年] 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
为用户和在线社区建模以检测虐待:道德和解释立场。 EMNLP(调查结果) 2021 : 3374-3385 [公元28年] 阿曼·胡赛因 , 尼廷·霍拉 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
为终身语言学习建立一个强大的实验框架和基准。 NeurIPS数据集和基准 2021 [公元27年] 卡米尔·布杰尔 , 海伦·扬纳库达基斯 , 马雷克·雷 :
基于变换的句子分类器的零炮序列标记。 ACL-IJCNLP的RepL4NLP 2021 : 195-205 [电子6] 吉尔·布尔斯坦 , 安德烈亚·霍尔巴赫 , 叶卡捷琳娜·科奇马尔 , Ronja Laarmann-Quante公司 , 克劳迪娅·利科克 , 尼丁·马德纳尼 , 伊尔迪科·皮兰 , 海伦·扬纳库达基斯 , 托尔斯滕·泽施 :
第十六届创新使用NLP构建教育应用研讨会会议记录, EACL的BEA ,在线,2021年4月20日。 计算语言学协会 2021 ,国际标准图书编号 978-1-954085-11-4 [目录] 【i24】 尼尔斯·范德海登 , 海伦·扬纳库达基斯 , 普什卡·米什拉 , 叶卡捷琳娜·舒托娃 :
多语言和跨语言文档分类:元学习方法。 CoRR公司 abs/2101.11302 ( 2021 ) [第23条] 卡米尔·布杰尔 , 海伦·扬纳库达基斯 , 马雷克·雷 :
将变压器注意力权重转换为零快照序列标签。 CoRR公司 abs/2103.14465 ( 2021 ) [i22] 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
虐待背后的用户:关于道德和可解释性的立场。 CoRR公司 abs/2103.17191 ( 2021 ) 【i21】 安娜·兰格迪克 , Verna Dankers公司 , 菲利普·利普 , 桑德·博斯 , 布莱恩·卡德纳斯·格瓦拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
依赖分析中快速跨语言自适应的元学习。 CoRR公司 abs/2104.04736 ( 2021 ) [i20] 里沙夫·哈达 , 索希·苏迪尔 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 赛义夫·M·穆罕默德 , 叶卡捷琳娜·舒托娃 :
Ruddit:英语Reddit评论的攻击性规范。 CoRR公司 abs/2106.05664 ( 2021 ) 2020 [公元26年] 汉娜·克雷赫德 , 安德鲁·凯恩斯 , 保拉·巴特里 , 海伦·扬纳库达基斯 :
调查辅助目标对学习者英语语音记录自动评分的影响。 国际计算语言学协会 2020 : 2258-2269 [公元25年] 桑托什·拉贾马尼卡姆 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
情绪和虐待语言检测的联合建模。 国际计算语言学协会 2020 : 4270-4279 [公元24年] 尼廷·霍拉 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
学习消除歧义:元学习减少词义歧义。 EMNLP(调查结果) 2020 : 4517-4533 [c23] 西蒙·弗拉赫斯 , 奥菲莉·拉克鲁瓦 , 海伦·扬纳库达基斯 , 马雷克·雷 , 安德斯·瑟加德 :
低错误密度域中的语法错误纠正:一个新的基准和分析。 EMNLP(1) 2020 : 8467-8478 [c22] 杜威-基拉 , 哈米德·菲鲁兹 , 阿拉文德·莫汉 , 韦达努伊·戈斯瓦米 , 阿曼普雷特·辛格 , 凯西·菲茨帕特里克 , 彼得·布尔 , 格雷格·利普斯坦 , 托尼·内利 , 罗恩·朱 , 尼古拉斯·穆尼霍夫 , 里萨·维洛格鲁 , 朱根妮·罗斯 , 菲利普·利普 , 尼廷·霍拉 , 香塔努·钱德拉 , 桑托什·拉贾马尼卡姆 , 乔治奥斯·安东尼奥 , 叶卡捷琳娜·舒托娃 , 海伦·扬纳库达基斯 , 弗拉德·桑杜列斯库 , 乌穆特·奥泽特姆 , 帕特里克·潘特尔 , 露西娅·斯佩西亚 , Devi Parikh公司 :
仇恨模因挑战:竞争报告。 NeurIPS(竞争和演示) 2020 : 344-360 [电子5] 吉尔·伯斯坦 , 叶卡捷琳娜·科奇马尔 , 克劳迪娅·利科克 , 尼丁·马德纳尼 , 伊尔迪科·皮兰 , 海伦·扬纳库达基斯 , 托尔斯滕·泽施 :
第十五届创新使用NLP构建教育应用研讨会会议记录, BEA@ACL 2020年,在线,2020年7月10日。 计算语言学协会 2020 ,国际标准图书编号 978-1-952148-18-7 [目录] [i19] 尼廷·霍拉 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
学习消除歧义:少数镜头词义消除歧义的元学习。 CoRR公司 abs/2004.14355 ( 2020 ) [i18] 桑托什·拉贾马尼卡姆 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
情绪和虐待语言检测的联合建模。 CoRR公司 abs/2005.14028 ( 2020 ) [i17] 香塔努·钱德拉 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 马达夫·尼米沙卡维 , 马齐·萨伊迪 , 叶卡捷琳娜·舒托娃 :
基于图的在线社区建模用于虚假新闻检测。 CoRR公司 abs/2008.06274 ( 2020 ) [i16] 尼廷·霍拉 , 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
元学习与稀疏经验重播终身语言学习。 CoRR公司 abs/2009.04891 ( 2020 ) 【i15】 西蒙·弗拉赫斯 , 奥菲莉·拉克鲁瓦 , 海伦·扬纳库达基斯 , 马雷克·雷 , 安德斯·瑟加德 :
低错误密度域中的语法错误纠正:一个新的基准和分析。 CoRR公司 abs/2010.07574 ( 2020 ) [第14条] 尤姆娜·法拉格 , 约瑟夫·瓦尔沃达 , 海伦·扬纳库达基斯 , 特德·布里斯科 :
分析神经语篇连贯模型。 CoRR公司 abs/2011.06306 ( 2020 ) [i13] 安德鲁·凯恩斯 , 海伦·扬纳库达基斯 , 海伦娜·埃德蒙森 , 海伦·艾伦 , 帕斯卡尔·佩雷兹·帕雷德斯 , 比尔·伯恩 , 保拉·巴特里 :
师生聊天室语料库。 CoRR公司 abs/2011.07109 ( 2020 ) [i12] 菲利普·利普 , 尼廷·霍拉 , 香塔努·钱德拉 , 桑托什·拉贾马尼卡姆 , 乔治奥斯·安东尼奥 , 叶卡捷琳娜·舒托娃 , 海伦·扬纳库达基斯 :
检测仇恨模因的多模式框架。 CoRR公司 abs/2012.12871 ( 2020 )
2010 – 2019
2019 【c21】 尤姆娜·法拉格 , 海伦·扬纳库达基斯 :
一致性建模的多任务学习。 ACL(1) 2019 : 629-639 [公元20年] 塞缪尔·贝尔 , 海伦·扬纳库达基斯 , 马雷克·雷 :
上下文是关键:使用上下文词语表示进行语法错误检测。 BEA@ACL 2019 : 103-115 [第19条] 郑元 , 费利克斯·斯塔尔伯格 , 马雷克·雷 , 比尔·伯恩 , 海伦·扬纳库达基斯 :
基于神经和FST的语法纠错方法。 BEA@ACL 2019 : 228-239 [第18条] 杰西·穆 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
跳出框框学习:语篇级特征提高隐喻识别能力。 NAACL-HLT(1) 2019 : 596-601 [第17条] 普什卡·米什拉 , 马尔科·德尔·特雷迪奇 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
基于图卷积网络的滥用语言检测。 NAACL-HLT(1) 2019 : 2145-2150 [第16条] 西蒙·弗拉赫斯 , 奥菲莉·拉克鲁瓦 , 马雷克·雷 , 海伦·扬纳库达基斯 , 安德斯·瑟加德 :
一种简单而稳健的检测主语-动词协议错误的方法。 NAACL-HLT(1) 2019 : 2418-2427 [第15条] 盖伊·阿格里昂比 , 克里斯托弗·戴维斯 , 普什卡·米什拉 , 安德鲁·凯恩斯 , 海伦·扬纳库达基斯 , 马雷克·雷 , 叶卡捷琳娜·舒托娃 , 保拉·巴特里 :
CAMsterdam在2019年第二季度的任务6:神经和基于图形的特征提取,用于识别攻击性推文。 塞米瓦尔@NAACL-HLT 2019 : 556-563 [电子4] 海伦·扬纳库达基斯 , 叶卡捷琳娜·科奇马尔 , 克劳迪娅·利科克 , 尼丁·马德纳尼 , 伊尔迪科·皮兰 , 托尔斯滕·泽施 :
创新使用NLP构建教育应用程序第十四次研讨会会议记录, BEA@ACL 2019年,意大利佛罗伦萨,2019年8月2日。 计算语言学协会 2019 ,国际标准图书编号 978-1-950737-34-5 [目录] [i11] 普什卡·米什拉 , 马尔科·德尔·特雷迪奇 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
仇恨语音检测的作者分析。 CoRR公司 abs/1902.06734 ( 2019 ) [i10] 杰西·穆 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
跳出框框学习:语篇级特征提高隐喻识别能力。 CoRR公司 abs/1904.02246 ( 2019 ) [第九章] 普什卡·米什拉 , 马尔科·德尔·特雷迪奇 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
基于图卷积网络的滥用语言检测。 CoRR公司 abs/1904.04073 ( 2019 ) [i8] 塞缪尔·贝尔 , 海伦·扬纳库达基斯 , 马雷克·雷 :
上下文是关键:使用上下文词语表示进行语法错误检测。 CoRR公司 abs/1906.06593 ( 2019 ) [i7] 尤姆娜·法拉格 , 海伦·扬纳库达基斯 :
一致性建模的多任务学习。 CoRR公司 abs/1907.02427 ( 2019 ) [i6] 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
应对网络滥用:滥用自动检测方法调查。 CoRR公司 abs/1908.06024 ( 2019 ) 2018 [第14条] 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
基于神经特征的滥用检测合成模型。 ALW公司 2018 : 1-10 [第13条] 普什卡·米什拉 , 马尔科·德尔·特雷迪奇 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
针对滥用检测的作者分析。 冷却 2018 : 1088-1098 [第12条] 尤姆娜·法拉格 , 海伦·扬纳库达基斯 , 特德·布里斯科 :
针对对手人工输入的神经自动论文评分和一致性建模。 NAACL-HLT公司 2018 : 263至271 [电子3] 乔尔·特特劳特 , 吉尔·伯斯坦 , 叶卡捷琳娜·科奇马尔 , 克劳迪娅·利科克 , 海伦·扬纳库达基斯 :
第十三届创新使用NLP建设教育研讨会会议记录 NAACL-HLT申请 2018年6月5日,美国洛杉矶新奥尔良。 计算语言学协会 2018 ,十亿 978-1-948087-11-7 [目录] [i5] 尤姆娜·法拉格 , 海伦·扬纳库达基斯 , 特德·布里斯科 :
针对对手人工输入的神经自动论文评分和一致性建模。 CoRR公司 abs/1804.06898 ( 2018 ) [i4] 普什卡·米什拉 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·舒托娃 :
基于神经特征的滥用检测合成模型。 CoRR公司 abs/1809.00378 ( 2018 ) 2017 [第11条] 马雷克·雷 , 海伦·扬纳库达基斯 :
神经错误检测模型的辅助目标。 东亚银行@EMNLP 2017 : 33-43 [第10条] 海伦·扬纳库达基斯 , 马雷克·雷 , Ø伊斯坦·安徒生 , 郑元 :
语法错误纠正的神经序列标记模型。 EMNLP公司 2017 : 2795-2806年 【c9】 叶卡捷琳娜·舒托娃 , 安德烈亚斯·冯萨姆 , 海伦·扬纳库达基斯 :
语义框架和视觉场景:从图像和视频描述中学习语义角色清单。 *扫描电镜 2017 : 149-154 [电子2] 乔尔·特特劳特 , 吉尔·伯斯坦 , 克劳迪娅·利科克 , 海伦·扬纳库达基斯 :
第十二届创新使用NLP构建教育应用研讨会会议记录, 东亚银行@EMNLP 2017年9月8日,丹麦哥本哈根。 计算语言学协会 2017 ,国际标准图书编号 978-1-945626-85-2 [目录] [i3] 马雷克·雷 , 海伦·扬纳库达基斯 :
神经错误检测模型的辅助目标。 CoRR公司 abs/1707.05227 ( 2017 ) 2016 [c8] 迪米特里奥斯·阿里卡尼奥提斯 , 海伦·扬纳库达基斯 , 马雷克·雷 :
基于神经网络的文本自动评分。 ACL(1) 2016 【c7】 马雷克·雷 , 海伦·扬纳库达基斯 :
学习者写作错误检测的合成序列标记模型。 ACL(1) 2016 【c6】 罗南·卡明斯 , 海伦·扬纳库达基斯 , 特德·布里斯科 :
二语学习者语篇中主题关联的无监督建模。 BEA@NAACL-HLT公司 2016 : 95-104 [电子1] 乔尔·特特劳特 , 吉尔·伯斯坦 , 克劳迪娅·利科克 , 海伦·扬纳库达基斯 :
第十一届创新使用NLP构建教育应用研讨会会议记录, BEA@NAACL-HLT公司 2016年6月16日,美国加利福尼亚州圣地亚哥。 计算机语言学协会 2016 ,国际标准图书编号 978-1-941643-83-9 【内容】 [i2] 迪米特里奥斯·阿里卡尼奥提斯 , 海伦·扬纳库达基斯 , 马雷克·雷 :
基于神经网络的文本自动评分。 CoRR公司 腹肌/1606.04289 ( 2016 ) [i1] 马雷克·雷 , 海伦·扬纳库达基斯 :
学习者写作错误检测的合成序列标记模型。 CoRR公司 abs/1607.06153 ( 2016 ) 2015 【c5】 海伦·扬纳库达基斯 , 罗南·康明斯 :
评估自动文本评分系统的性能。 BEA@NAACL-HLT公司 2015 : 213-223 2014 【c4】 玛丽亚诺·费利塞 , 郑元 , Öistein E.安徒生 , 海伦·扬纳库达基斯 , 叶卡捷琳娜·科奇马尔 :
使用混合系统和类型过滤进行语法错误纠正。 CoNLL共享任务 2014 : 15-24 2013 【b1】 海伦·扬纳库达基斯 :
英语学习者写作的自动评估。 英国剑桥大学, 2013 【c3】 Ø伊斯坦·安徒生 , 海伦·扬纳库达基斯 , 菲奥娜·巴克 , 蒂姆·帕里什 :
开发和测试自我评估和辅导系统。 BEA@NAACL-HLT公司 2013 : 32-41 2012 【c2】 海伦·扬纳库达基斯 , 特德·布里斯科 :
ESOL学习者语篇连贯建模。 BEA@NAACL-HLT公司 2012 : 33-43 2011 [c1] 海伦·扬纳库达基斯 , 特德·布里斯科 , 梅德洛克 :
一种新的ESOL文本自动分级数据集和方法。 国际计算语言学协会 2011 : 180-189