使用CROWDAQ轻松、可复制和质量可控的数据收集
@进行中{宁2020EasyRA, title={使用CROWDAQ}进行简单、可复制和质量控制的数据收集, author={强宁(Qiang Ning)、郝武(Hao Wu)、普拉迪普·达西吉(Pradeep Dasigi)、迪亚鲁·杜瓦(Dheeru Dua)、马特·加德纳(Matt Gardner)、罗伯特·洛根(Robert L Logan)四世(IV)、安娜·马拉索维(Ana Marasovi), booktitle={自然语言处理经验方法会议}, 年份={2020}, 网址={ https://api.semanticscholar.org/CorpusID:222341636 } }
14引文
一种从文本中提取时空量的元框架
2022
DeepZensols:用于实验和再现性的深度学习自然语言处理框架
2023
通过数据检索引导科学家的决策树
2023
教我解释:可解释NLP数据集综述
2021
解决机器学习人群中人的主体地位
2024
标签指示在生物医学图像分析中很重要
2023
研究论文中的信息寻求问题和答案数据集
2021
24参考文献
萌芽:面向众包的众动任务设计
2018
通过对比集评估NLP模型
2020
DROP:一个阅读理解基准,需要对段落进行离散推理
2019
brat:一种基于网络的NLP辅助文本注释工具
2012
VQA-E:解释、细化和增强视觉问题的答案
2018