paint-brush
Yüksek Lisans Programlarını Kullanarak Duygu Olasılığı Vektörlerini Tahmin Edin: Sonuçlarile@textmodels
292 okumalar

Yüksek Lisans Programlarını Kullanarak Duygu Olasılığı Vektörlerini Tahmin Edin: Sonuçlar

Çok uzun; Okumak

Bu makale, bir metin parçasıyla ilişkili duygusal durumun bir özetini tahmin etmek için LLM'lerin (Büyük Dil Modelleri) [5, 2] nasıl kullanılabileceğini göstermektedir.
featured image - Yüksek Lisans Programlarını Kullanarak Duygu Olasılığı Vektörlerini Tahmin Edin: Sonuçlar
Writings, Papers and Blogs on Text Models HackerNoon profile picture
0-item

Bu makale arxiv'de CC 4.0 lisansı altında mevcuttur.

Yazarlar:

(1) D.Sinclair, Imense Ltd ve e-posta: [email protected];

(2) WTPye, Warwick Üniversitesi ve e-posta: [email protected].

Bağlantı Tablosu

5. Sonuçlar

Yüksek Lisans'lar doğası gereği bir test istemine yanıt olarak metin dizeleri sağlamak üzere tasarlanmıştır. Bu, döndürülecek bilgiler için her zaman en kullanışlı format değildir. LLM içerisinde dahili olarak jetonlar üzerinde olasılık dağılımları mevcuttur. Bu makale, duygusal terimler sözlüğünden duygu tanımlayıcı olasılıklarının vektörünü türeterek duygu temelli sentetik bilincin bir kısmının nasıl oluşturulabileceğine dair bir örnek sunmaktadır. Bu duygu olasılık vektörüyle, ayrıntılı inceleme analizi, pazarlama mesajlarına verilecek yanıtın tahmin edilmesi, suç tespiti vb. dahil olmak üzere yapılabilecek çeşitli şeyler vardır. Duygu olasılık vektörünün sentetik bilince giden yolda bir adım olması mümkündür. ve robotların, söyleyebilecekleri bir şeyin alıcıda nasıl hissettireceğine dair bir tahminde bulunmalarına olanak tanıyarak, robotları daha empatik hale getirmenin bir yolunu sağlayabileceğini.


Bir Yüksek Lisans'tan makul tepkiler isteniyorsa, Yüksek Lisans'ı anti-sosyal medyada yaygın olan çılgın bağırışlar konusunda eğitmemek iyi bir politika olabilir ve benzer şekilde genç beyinleri benzer şekilde eğitmemek de iyi bir fikir olabilir.