Слова о полку игореве тест: Сайт учителя русского языка и литературы Захарьиной Елены Алексеевны

Попробуйте пройти эти тесты:

• Тест на эрудицию: Ваш IQ высок, как Эверест, если вы сможете набрать 80%!

  HTML-код Андрей Количество прохождений: 628 835 1 051 727 просмотров — 15 января 2019 Пройти тест

• Лучший в мире тест на четкость зрения и мышления? Сможете пройти?

  HTML-код Никитин Константин Количество прохождений: 343 086 766 315 просмотров — 26 декабря 2016 Пройти тест

• В чём ваш мозг крут

  HTML-код Андрей Количество прохождений: 490 362 897 843 просмотров — 22 ноября 2018 Пройти тест

• Если вы наберете 11/12 в этом тесте на эрудицию, то такого начитанного и разностороннего человека еще поискать

  HTML-код Андрей Количество прохождений: 568 996 1 178 809 просмотров — 04 августа 2019 Пройти тест

• Сможете ли вы узнать 20 людей, определивших ход истории?

  HTML-код Андрей Количество прохождений: 649 457 1 056 788 просмотров — 12 февраля 2019 Пройти тест

• Если вы родом из СССР, то точно сможете закончить фразы тех времен на все 10 из 10

  HTML-код Андрей Количество прохождений: 552 033 803 413 просмотров — 08 февраля 2019 Пройти тест

• На какое животное вы похожи, когда злитесь?

  HTML-код Никитин Константин Количество прохождений: 666 624 1 048 031 просмотров — 22 декабря 2016 Пройти тест

• А насколько хорошо натренирован ваш мозг?

  HTML-код Никитин Константин Количество прохождений: 317 726 567 726 просмотров — 01 апреля 2017 Пройти тест

• Тест Роршаха расскажет, что сейчас творится у вас в голове

  HTML-код Андрей Количество прохождений: 423 088 612 183 просмотров — 22 февраля 2019 Пройти тест

• Не называйте себя эрудированным человеком, если не сможете набрать в этом тесте хотя бы 8/10

  HTML-код Андрей Количество прохождений: 366 586 603 218 просмотров — 29 января 2019 Пройти тест

• Если вы ответите верно на все наши каверзные вопросы, то точно не зря получали высшее образование

  HTML-код Андрей Количество прохождений: 282 015 437 674 просмотров — 22 марта 2019 Пройти тест

• Умеете ли вы готовить? Сложный кулинарный Блиц-тест ресторатора Ивана Шишкина

  HTML-код Администратор Количество прохождений: 284 329 573 481 просмотров — 01 декабря 2016 Пройти тест

• Тест на кругозор. Хватит ли вам эрудиции, чтобы пройти его 10/10?

  HTML-код Mingalieva Polina Количество прохождений: 476 883 687 560 просмотров — 26 февраля 2020 Пройти тест

• Вас можно назвать ходячей энциклопедией, если сможете набрать восемь правильных ответов

  HTML-код Андрей Количество прохождений: 461 360 740 354 просмотров — 22 ноября 2018 Пройти тест

• Каков Ваш психологический возраст?

  HTML-код Никитин Константин Количество прохождений: 784 515 1 166 797 просмотров — 21 декабря 2016 Пройти тест

• Цветовой тест: попробуем отгадать ваш возраст всего за 9 вопросов

  HTML-код Андрей Количество прохождений: 287 473 518 569 просмотров — 07 августа 2019 Пройти тест

• Насколько чиста ваша карма?

  HTML-код Андрей Количество прохождений: 339 796 606 470 просмотров — 29 ноября 2018 Пройти тест

• Вы невероятно умны, если смогли пройти этот тест на 10 из 10

  HTML-код Андрей Количество прохождений: 396 696 707 579 просмотров — 21 февраля 2019 Пройти тест

• Тест на смекалку, в котором вы вряд ли наберете 8 правильных ответов, если ваш IQ ниже среднего

  HTML-код Андрей Количество прохождений: 365 631 650 597 просмотров — 17 июля 2019 Пройти тест

• Проверьте свой интеллект

  HTML-код Владлена Количество прохождений: 314 471 511 156 просмотров — 23 января 2020 Пройти тест

Тест по литературе Слово о полку Игореве 9 класс

Тест по литературе Слово о полку Игореве для учащихся 9 класса. Тест состоит из двух вариантов, в каждом варианте 5 заданий с кратким ответом и 3 общих задания с развернутым ответом.

Над широким берегом Дуная,
Над великой Галицкой землей
Плачет, из Путивля долетая.
Голос Ярославны молодой;
«Обернусь я, бедная, кукушкой,
По Дунаю-речке полечу
И рукав с бобровою опушкой,
Наклонясь, в Каяле омочу.
Улетят, развеются туманы,
Приоткроет очи Игорь-князь,
И утру кровавые я раны,
Над могучим телом наклонясь».
Далеко в Путивле, на забрале,
Лишь заря займется поутру,
Ярославна, полная печали,
Как кукушка, кличет на юру:
«Что ты, Ветер, злобно повеваешь,
Что клубишь туманы у реки,
Стрелы половецкие вздымаешь,
Мечешь их на русские полки?
Чем тебе не любо на просторе
Высоко под облаком летать,
Корабли лелеять в синем море,
За кормою волны колыхать?
Ты же, стрелы вражеские сея,
Только смертью веешь с высоты.
Ах, зачем, зачем мое веселье
В ковылях навек развеял ты?»
На заре в Путивле причитая,
Как кукушка раннею весной,
Ярославна кличет молодая,
На стене рыдая городской:
«Днепр мой славный! Каменные горы
В землях половецких ты пробил,
Святослава в дальние просторы
До полков Кобяковых носил.
Возлелей же князя, господине,
Сохрани на дальней стороне,
Чтоб забыла слезы я отныне,
Чтобы жив верну лея он ко мне!»
Далеко в Путивле, на забрале,
Лишь заря займется поутру,
Ярославна, полная печали,
Как кукушка, кличет на юру:
«Солнце трижды светлое! С тобою
Каждому приветно и тепло.
Что ж ты войско князя удалое
Жаркими лучами обожгло?
И зачем в пустыне ты безводной
Под ударом грозных половчан
Жаждою стянуло лук походный,
Горем переполнило колчан?»

1 вариант

Задания с кратким ответом

1. Кем приходится князь Игорь Ярославне?

2. Укажите название изобразительно-выразительного средства:

Ярославна, полная печали,
Как кукушка, кличет на юру…

3. Как называется изобразительно-выразительное средство?

И утру кровавые я раны,
Над могучим телом наклонясь.

4. Укажите название средства иносказательной выразительности:

Плачет, из Путивля долетая.
Голос Ярославны молодой…

5. Как называется прием?

Что ты, Ветер, злобно повеваешь,
Что клубишь туманы у реки …

Задания с развернутым ответом

6. К каким силам природы и почему именно к ним обращается Ярославна?

7. Какие особенности личности Ярославны выделяет автор?

8. Сопоставьте фрагменты «Слова о полку Игореве» и поэмы Н.А. Некрасова «Русские женщины» («Княгиня Трубецкая»). Чем похожи героини?

2 вариант

Задания с кратким ответом

1. Где находится князь Игорь?

2. Укажите название средства иносказательной выразительности:

«Горем переполнило колчан…»

3. Как называется изобразительно-выразительное средство?

Что ж ты войско князя удалое
Жаркими лучами обожгло?

4. Укажите название изобразительно-выразительного средства:

На заре в Путивле причитая,
Как кукушка раннею весной,
Ярославна кличет молодая…

5. Как называется прием?

Чтоб забыла слезы я отныне,
Чтобы жив вернулся он ко мне!

Задания с развернутым ответом

6. К каким силам природы и почему именно к ним обращается Ярославна?

7. Какие особенности личности Ярославны выделяет автор?

8. Сопоставьте фрагменты «Слова о полку Игореве» и поэмы Н.А. Некрасова «Русские женщины» («Княгиня Трубецкая»). Чем похожи героини?

Фрагмент поэмы «Русские женщины» («Княгиня Трубецкая») для 8 задания

Чредой спустилась ночи мгла,
Опять взошла луна.
Княгиня долго не спала,
Тяжелых дум полна…
Уснула… Башня снится ей…
Она вверху стоит;
Знакомый город перед ней
Волнуется, шумит;
К обширной площади бегут
Несметные толпы:
Чиновный люд, торговый люд,
Разносчики, попы;
Пестреют шляпки, бархат, шелк,
Тулупы, армяки…
Стоял уж там какой-то полк,
Пришли еще полки,
Побольше тысячи солдат
Сошлось. Они «ура!» кричат,
Они чего-то ждут…
Народ галдел, народ зевал,
Едва ли сотый понимал,
Что делается тут…
Зато посмеивался в ус,
Лукаво щуря взор,
Знакомый с бурями француз,
Столичный куафер…

Тогда-то пушки навели,
Сам царь скомандовал: «Па-ли!..»
«…О, милый! Жив ли ты?»
Княгиня, память потеряв,
Вперед рванулась и стремглав
У пала с высоты!

Пред нею длинный и сырой
Подземный коридор,
У каждой двери часовой,
Все двери на запор.
Прибою волн подобный плеск
Снаружи слышен ей;
Внутри — бряцанье, ружей блеск
При свете фонарей;
Да отдаленный шум шагов
и долгий гул от них,
Да прекрестный бой часов,
Да крики часовых…

С ключами старый и седой,
Усатый инвалид —
«Иди, печальница, за мной! —
Ей тихо говорит. —
Я проведу тебя к нему,
Он жив и невредим…»
Она доверилась ему,
Она пошла за ним…

Шли долго, долго… Наконец
Дверь взвизгнула, — и вдруг
Пред нею он… живой мертвец…
Пред нею — бедный друг!
Упав на грудь ему, она
Торопится спросить:
«Скажи, что делать? Я сильна,
Могу я страшно мстить!
Достанет мужества в груди,
Готовность горяча,
Просить ли надо?..» -Не ходи,
Не тронешь палача! —
«О милый! что сказал ты? Слов
Не слышу я твоих.
То этот страшный бой часов,
То крики часовых!
Зачем тут третий между нас?..»
— Наивен твой вопрос.

«Пора! пробил урочный час!»
Тот «третий» произнес…

Ответы на тест по литературе Слово о полку Игореве
1 вариант
1. муж
2. сравнение
3. эпитет
4. метафора
5. анафора
2 вариант
1. в плену / / в плену у половцев
2. метафора
3. эпитет
4. сравнение
5. анафора

Древнерусская литература Тест по произведению Слово о полку

Древнерусская литература Тест по произведению «Слово о полку Игореве»

Часть 1. Из предложенных вариантов ответа выберите правильный, запишите его. § А 1. Определите по высказыванию героя «Слова о полку Игореве» : «Братие и дружина! Лучше же убитым быть, чем плененным; сядем же, братья, на своих борзых коней, да посмотрим на синий Дон » . § 1) Ростислав 2) Святослав 3)Владимир 4) Игорь

§ А 2. Определите по портрету героя «Слова о полку Игореве» : «Стоишь ты всех впереди, мечешь стрелы на поганых, стучишь о шлемы мечами харалужными. Куда, тур, поскачешь, своим золотым шеломом посвечивая, там лежат поганые головы половецкие. Порублены саблями калёными шлемы аварские тобою, яр тур!» 1) Всеволод 2) Святослав 3) Олег 4) Игорь

§ А 3. О чем повествует следующий эпизод «Слова о полку Иго реве» : «Стукнула земля, зашумела трава. . . А Игорь князь поскакал горностаем к тростнику и — белым гоголем на воду. Вскочил на борзого коня и соскочил с него серым волком. . . и полетел соколом над облаками, избивая гусей и лебедей» ? § 1) Поражение Игоря в битве 2)Бегство Игоря из плена 3)Поход Игоря на половцев 4) Ночлег войска Игоря в степи

§ А 4 Своеобразным зачином «Слова о полку § § Игореве» стано вится 1) Рассказ о замысле Игоря, «который. . . поострил сердце свое мужеством » 2) Описание просторов Русской земли: «Поют на Дунае, — вьются голоса через море до Киева» 3) Обращение автора к слушателям: «Не лепо ли ны бяшеть, братие. . . » 4) Повествование о «вещем Бояне» : «Боян бо вещий, аще кому хотяше песнь творити. . . »

§ А 5. Какой эпизод «Слова о полку Игореве» предшествует трагическим строкам: «Тьма свет покрыла: по Русской земли прострошася половцы» ? § 1) Обращение Автора к русским князьям 2) «Золотое слово» Святослава § 3) Рассказ о поражении Игоря § 4) Плач Ярославны

§ Часть 2. Ответы к заданиям этой части запишите словом в именительном падеже или цифрами (по 2 балла за верно выполненное задание, 1 балл – за неточный ответ, ответ с орфографической ошибкой)

§ В 1. Укажите термин, которым литературоведение опреде ляет средство художественной выразительности, представ ляющее собой устойчивое сочетание слов: «черный ворон» , «серый волк» , «борзые кони» , «синее море» , «красные дев ки» , часто встречающееся в «Слове о полку Игореве» и позво ляющее говорить о тесной связи этого памятника литературы с традициями русского фольклора.

§ В 2. Укажите время создания «Слова о полку Игореве» (век). § В 3. Образ какого певца поэта рисует автор во вступлении своего произведения? § В 4. Какое явление природы наблюдают Игорь и его дружина, выступив в поход?

§ В 5. Князь Всеволод в произведении называется – дикий бык, зубр. Символом какого мужского качества (или качеств) является тур? § В 6. Да или нет? Гридница – большое пиршественное помещение, где собирались дружинники князя. Иногда использовалась как место заключения пленных. § В 7. Восстановите пропущенное слово: Паволока – это шёлковая. .

Часть 3. Ответьте кратко на первый вопрос, подробно на второй. § С 1. Дайте краткую характеристику князю Всеволоду. (2 балла) § С 2. В каких условиях развивалась древнерусская литература? (3 балла)

Максимум баллов – 24 § « 5» 23 24 § « 4» 18 22 (обязательно выполнение С 1, С 2) § « 3» 12 – 17 (обязательно выполнение С 1 или С 2) § « 2» 6 11 § « 1» 0 5

Проверьте себя! § § § 4 1 2 3 3 Эпитет 12 век Боян Затмение Мужество (сила) Да ткань

Тест «Слово о полку Игореве»

Тест по теме «Древнерусская литература.

«Слово о полку Игореве»

1 вариант

1) Когда возникла древнерусская литература?

А) в 10 веке в) в 9 веке

Б) в 11 веке г) в 12 веке

2) Когда было создано «Слово…»

А) между 1237 и 1242 гг. в) в 1155 г.

Б) между 1185 и 1188 гг. г) в 10 веке

3) Автором «Слова….» является

А) сам князь Игорь в) В.А. Жуковский

Б) автор неизвестен г) А.И. Мусин-Пушкин

4) Найденный список «Слова..»

А) сейчас находится в частной коллекции

Б) был утрачен при пожаре Москвы 1812 года.

В) находится в Кремле.

5) В начале «Слова…» автор вступает в «соревнование» с

А) автором «Слова о погибели Русской земли»

Б) певцом-сказителем Бояном

В) автором «Повести временных лет»

Г) Гомером

6) Какие жанры являются приоритетными в «Слове»

А) поэма и баллада в) послание и повесть

Б) слава и плач г) рассказ и роман

7) Какой литературный прием используется в строках О Боян, соловей старого времени!

А) литота в) сравнение

Б) гипербола г) эпитет

8) В «Слове о полку Игореве» повествуется о походе русских князей против

А) печенегов в) половцев

Б) хазар г) татар

9) Сколько князей участвовало в походе

А) 5 б) 4 в) 3 г) 2

10) Жену Игоря в «Слове..» называют:

А) Святославна в) Ярославна

Б) Глебовна г) Игоревна

11) Чем закончился поход Игоря

А) победой Игоря в) поражением русских князей

Б) мирным согласием г) ничьёй

12) К кому не обращается Ярославна в своем плаче

А) к ветру б) к месяцу

Б) к Днепру г) к солнцу

13) В каком эпизоде выразилась основная мысль «Слова..»

А) в плаче Ярославны

Б) В «Золотом слове» Святослава

В) в битве буй-тур Всеволода

Г) в зачине

В 1 Какие языческие боги упоминаются в «Слове..» Какова их роль.

В 2 Как звали половецкого воина, который помог Игорю бежать из плена

С 1 Раскройте смысл неоднократного повтора фразы в «Слове..»

О Русская земля! Уже ты за холмом!

Тест по теме «Древнерусская литература.

«Слово о полку Игореве»

2 вариант

1) Какая литература послужила основой для древней оригинальной русской литературы?

А) греческая в) римская

Б) византийская г) израильская

2) Текст «Слова о полку Игореве» был найден

А) А.С. Пушкиным в) М.Х. Херасковым

Б) А.И. Мусиным-Пушкиным г) Н.М. Карамзиным

3) «Слово..» написано

А) практически сразу после похода в) спустя 100лет

Б) спустя 10 лет г) в 1790 году

4) Кто из князей не участвовал в походе

А) князь Игорь в) Всеволод

Б) князь Владимир г) Святослав, отец Игоря и Всеволода

5) Из скольких частей состоит «Слово..»

А) из 3 в) из 4

Б) из 2 г) из 5

6) «Слово..» представляет собой сочетание 2-х жанров: Славы и …. ( укажите недостающее)

А) поучения в) песни

Б) плача г) жития

7) Какой литературный прием используется в этих строках ..Хочу либо голову сложить, либо шлемом испить из Дону..

А) метафора в) литота

Б) гипербола г) сравнение

8) Главный герой «Слова..» Игорь был князем

А) новгород-северским в) владимирским

Б) переяславль-залесским г) киевским

9) Кто «изронил» «Золотое слово»

А) Ярослав в) Святослав

Б) Владимир Мономах г) князь Игорь

10) В походе у берегов Донца войско Игоря застало зловещее предзнаменование в виде

А) землетрясения в) наводнения

Б) солнечного затмения г) урагана

11) Согласно «Слову..», войска русских князей потерпели поражение на

А) Нежатиной Ниве в) реке Каяле

Б) реке Стугне г) реке Дон

13) Как сложилась судьба князя Игоря после битвы

А) попал в плен в) был ранен

Б) перешел на сторону врага г) покончил жизнь самоубийством

14) Какова главная идея «Слова…»

А) призыв к объединению Русской земли

Б) изображение красоты Русской земли

В) воспеть подвиги русских князей

Г) осудить русских князей за распри

В 1 В каком городе Ярославна молится о спасении Игоря и русских воинов. Какую роль играет этот плач в «Слове…»

В 2 С какой птицей сравнивают Ярославну в «Слове..»

С1 Дать развернутый ответ на вопрос

С какими животными сравниваются герои «Слова…». С какой целью даны эти сопоставления.

Тест для 9 класса “Слово о полку Игореве” с ответами

1. Выберите неверное утверждение:
а) Гуманистическая позиция автора выразилась в прямом высказывании против войны как явления +
б) События в «Слове…» расположены не в хронологическом порядке
в) Природа в «Слове…» становится непосредственным действующим лицом

2. Какая главная тема произведения «Слово о полку Игореве»:
а) Тема сложных отношений отцов и детей
б) Какая главная тема произведения «Слово о полку Игореве» +
в) Тема реализации сильной личности в обществе и на войне

3. Выберите неверное утверждение:
а) Войско князя Игоря было разгромлено на реке Каяле
б) Князь Игорь был потомком Ярослава Мудрого
в) Цель похода – завоевание новых земель +

4. С кем из животных автор «Слова…» не сравнивал князя Игоря, когда он бежал из половецкого плена:
а) С медведем +
б) С соколом
в) С горностаем-белкой

5. Какова роль «Золотого слова Святослава» в «Слове…»:
а) является вставным эпизодом в произведении
б) при помощи «Золотого слова Святослава» читатель узнает о родословной Игоря
в) является политическим центром «Слова…» +

6. Где плакала Ярославна, прося помощи у сил природы:
а) На главной площади Киева
б) На городской стене в Путивле +
в) В колокольне Софийского собора

7. Две битвы князя Игоря с половцами представлены автором по принципу:
а) Литоты
б) Гиперболы
в) Антитезы +

8. Кого из князей автор «Слова…» называет образцом защитника родины:
а) Старого Владимира +
б) Всеволода
в) Старого Ярослава

9. Какое средство выразительности использовано автором в приведенной ниже фразе:
«Стоном стонет мать-земля сырая»:
а) Оксюморон
б) Анафора
в) Олицетворение +

10. Кто из князей, по словам рассказчика «Слова…», множество полей на Руси «не добром засеял, а костями русскими»:
а) Владимир
б) Всеслав +
в) Всеволод

11. О ком идёт речь:
«…мужество избрал себе опорой, ратным духом сердце поострил…»:
а) Игорь +
б) Ярослав
в) Всеволод

12. Кому из князей князь Святослав адресовал слова: «Ты и Волгу веслами расплещешь, ты шеломом вычерпаешь Дон»:
а) Князю Ярославу
б) Князю Всеволоду +
в) Князю Игорю

13. О ком идёт речь:
«…полная печали, плачет, как кукушка на юру»:
а) Ярославна +
б) дочь хана Кончака
в) Ольга

14. Как растолковали тревожный сон Святослава:
а) Что Всеволод умер в бою
б) Что всем русским княжеством скоро завладеют половцы
в) Что Игорь и Всеволод потерпели в битве с половцами поражение +

15. Что произошло с Игорем во время второго сражения:
а) Был ранен и взят в плен +
б) Был ранен, но смог убежать вместе с братом Всеволодом
в) Был тяжело ранен

16. Кто из князей, как рассказывает автор «Слова…», в своем успешном походе против половцев «поганых ратей не щадил», пленил хана Кобяка и «на Степь ногою наступил»:
а) Князь Игорь
б) Князь Святослав +
в) Князь Олег

17. Каков результат первого сражения с половцами:
а) Половцы отогнали русское войско далеко назад
б) Войско князя Игоря потерпело поражение
в) Войско половцев потерпело поражение +

18. Сколько сражались русские воины с половцами:
а) Три дня сражались, на четвертый были побеждены
б) Два дня сражались, на третий были побеждены +
в) Два дня сражались, день отдыхали, три сражались и на третий были побеждены

19. Сколько было сражений:
а) 3
б) 1
в) 2 +

20. Кто из князей, по мнению автора «Слова…» начал междоусобные войны, принесшие смерти и разорение русской земле:
а) Князь Святослав
б) Князь Олег +
в) Князь Игорь

21. Чем закончился поход князя Игоря:
а) Князь Игорь со своим войском потерпел поражение и был пленён +
б) Русское войско одержало победу над половцами
в) Игорь был смертельно ранен

22. Какое «знаменье небес» увидел Игорь перед выступлением русского войска в поход:
а) Ураган, бушевавший на востоке
б) Солнечное затмение +
в) Сильный звездопад

23. О каком событии идёт речь в произведении:
а) О создании единого Московского государства в конце XIII века
б) О татаро-монгольском иге в XIII веке
в) О походе князя Игоря против половцев в 1185 году +

24. Кто является автором «Слова…»:
а) Летописец Нестор
б) Автор неизвестен +
в) Владимир Мономах

25. Оригинал «Слова…»:
а) Был украден из архивов в XIX веке
б) Екатерина II подарила его прусскому королю
в) Сгорел во время пожара в Москве в 1812 году +

26. Когда было создано «Слово о полку Игореве»:
а) В XV веке
б) В XII веке +
в) В XI веке

27. Одна из впервые снятых копий «Слова…» предназначалась:
а) Екатерине II +
б) Александру II
в) Петру I

28. С какого языка переведено «Слово о полку Игореве»:
а) С латинского
б) С церковнославянского
в) С древнерусского +

29. Мусин-Пушкин впервые опубликовал «Слово…» в:
а) 1800 году +
б) 1806 году
в) 1812 году

30. Когда была обнаружена рукопись со «Словом…»:
а) В начале XIX века
б) В конце XVIII века +
в) В конце XIII века

Тест по « Слову о полку Игореве…». Ответы.

1.Кто открыл « Слово…»?

1.Мусин    2. Пушкин        3.Мусин-Пушкин

2.Когда было создано «Слово…» ?

1.В конце 12 в.   2.В начале 11в.    3.В конце 13в.

3.Когда было открыто «Слово…»?

1.В 17в.    2.В 19в.     3. В 18в.

4.Кто сказал,что «Слово…»-  «…благоухающий цветок славянской поэзии»?

1.Пушкин   2.Белинский   3.Ломоносов

5.В какой части «Слова» выразилась основная идея произведения?

1.Плач Ярославны   2.»Золотое слово» Святослава   3.Речь Всеволода

6.Какой исторический документ повествует об исторических событиях,описанных в                    « Слове…»?

1. «Повесть временных лет»

2.  Ипатьевская летопись

3. « Поучение Владимира Мономаха»

7.В чём выразилась гуманистическая позиция автора «Слова»?

1.В прославлении   силы и гордости русского оружия.

2.В утверждении общечеловеческих ценностей,таких как мир,покой,любовь.

3.В прямом высказывании автора против войны как явления.

8. На каком музыкальном инструменте аккомпонировал себе Боян?———————

9. Выпишите  предложение,в котором выражена авторская идея «Слова»:

…Склоните стяги свои,положите в ножны свои мечи повреждённые,ибо лишились вы славы дедов.Вы ведь своими крамолами начали наводить поганых на землю Русскую,на богатства Всеслава.Из-за усобицы ведь пошло насилие от земли Половецкой.

10.Что послужило исторической основой создания  «Слова»? ——————

Ответы:

1.Кто открыл « Слово…»?

1.Мусин    2. Пушкин        3.Мусин-Пушкин

2.Когда было создано «Слово…» ?

1.В конце 12 в.   2.В начале 11в.    3.В конце 13в.

3.Когда было открыто «Слово…»?

1.В 17в.    2.В 19в.     3. В 18в.

4.Кто сказал,что «Слово…»-  «…благоухающий цветок славянской поэзии»?

1.Пушкин   2.Белинский   3.Ломоносов

5.В какой части «Слова» выразилась основная идея произведения?

1.Плач Ярославны   2.»Золотое слово» Святослава   3.Речь Всеволода

6.Какой исторический документ повествует об исторических событиях,описанных в                    « Слове…»?

1. «Повесть временных лет»

2.  Ипатьевская летопись

3. « Поучение Владимира Мономаха»

7.В чём выразилась гуманистическая позиция автора «Слова»?

1.В прославлении   силы и гордости русского оружия.

2.В утверждении общечеловеческих ценностей,таких как мир,покой,любовь.

3.В прямом высказывании автора против войны как явления.

8. На каком музыкальном инструменте аккомпонировал себе Боян?—- гусли

9. Выпишите  предложение,в котором выражена авторская идея «Слова»:

…Склоните стяги свои,положите в ножны свои мечи повреждённые,ибо лишились вы славы дедов.Вы ведь своими крамолами начали наводить поганых на землю Русскую,на богатства Всеслава.Из-за усобицы ведь пошло насилие от земли Половецкой.

10.Что послужило исторической основой создания  «Слова»? —( поход Игоря на половцев)

НА КАМПАНИИ ИГОРЯ

[Перевод 1992 г. Дж. А. В. Хейни и Эрик Даль и воспроизведен здесь с разрешения. При этом комментарий к тексту можно рассматривать как отдельный файл, для удобства он также связан с переводом. Нажав на номер каждой строфы вызовет комментарий к ней. Обратите внимание, что поскольку комментарии обычно группирует несколько строф вместе, ссылки на первую строфу в группе (е.г., к I из I-II). В конце комментарий к этой группе strophes — это стрелка назад, которая вернет вас к тексту в конце первого строфа в группе. Важно помнить, что оригинальное издание книги Хейни и Даля включили древнерусский язык на лицевых страницах перевода. Некоторые комментарии относятся к определенным древнерусским словам или фразам, которые были дано в оригинале кириллицей. Здесь они были транслитерированы; даже хотя некоторые детали могут быть потеряны для читателя, который не может использовать оригинал, комментарий в остальном не редактировался.Я еще не вставил нумерацию строк. В читателя предупреждают, что там, где в комментариях цитируются конкретные строки, они, таким образом, не прямо связаны с точным местом здесь, на которое они ссылаются.]

Я

Беседа о полку Игореве, Игорь, сын Святослава, внук Олега.

II

Никогда не подходило нам, братья, начинать рассказ
о полку Игореве, Игорь Святославич,
Пламенными словами досадных сказок.
Эта песня должна начинаться в соответствии с событиями нашего времени
, а не фантазией Бояна.

III

Ибо Боян был волшебником; когда он хотел сочинить песню,
Он двигался во всех направлениях через дерево как белка —
как серый волк по земле,
как темный орел под облаками.
Он вспомнил, он сказал, войны первых времен.
Он освободит десять соколов, чтобы напасть на стаю лебедей;
Первый схваченный лебедь первую песню спел
старому Ярославу, храброму Мстиславу, который убили Редедию
, как смотрели черкесские войска, чтобы Роман Святославич.

IV

Но десять соколов Бояна, братья, не напали на стаю лебедей.
Его собственные волшебные пальцы ударили,
и струны живые пульсировали славу князья.

В

Итак, братья, начнем эту сказку от старого Владимира
до настоящего Игоря,
Боевой дух напряг свой, сердце оживило
доблестью и духом надулся войны,
Вывел отважное войско
в половецкую степь за землю Рус.

VI

Тогда Игорь взглянул на яркое солнце и увидел всех своих воинов
, затемненных от него тенью.
И сказал Игорь своей свите:
«Братья и товарищи! Лучше быть убитым, чем плененным.
Сядьте, братья, кони ваши быстрые, чтобы мы взглянули на Голубой Дон».
В пылу его угасла дальновидность князя,
и рвение отведать великого Дона. скрыл от него предзнаменование.
«Хочу, — сказал он, — сломать копье мое в конце
половецкой степи с вами, мужики. Руси;
Хочу сложить голову, или напиться шлемом с Дона ».

VII

О Боян! Соловей былого времени!
Если бы вы прославили славу этих кампаний,
Порхая соловьем по дереву мыслей,
летая в уме под облаками,
Сплетая славу на обоих концах этого времени,
по тропе Трояна
через степи к горы,
Вы бы спели эту песню Игорю, внуку Олега:

«Ни одна буря не пронесла соколов по широкой степи.
Стаи галок мчатся к великому Дону ».
А ты спел бы, чародей Боян, внук Велеса:
« За Сулой ржут лошади; кольца славы в Киеве;
В Новгороде звучат трубы; стенды баннеров в Путивле! »

VIII

Игорь ждет своего любимого брата, и Свирепый Бык Всеволод говорит:
«Ты мой единственный брат, Игорь, мой единственный сияющий свет;
мы оба сыновья Святослава.
Седло, брат, твои быстрые кони,
для моего готовы, оседлали вперед на Курск.
А эти, мои курские бойцы, закаленные бойцы,
спеленуты под трубный звук,
прикованы к боевым шлемам,
накормлены кончиком копья.
Пути им известны, и они знают овраги.
Луки их натянуты туго; их колчаны открыты;
их сабли заточены.
Они прыгают, как серые волки в степи, ища себе чести
и своему князю — славы! »

IX

Тогда князь Игорь вошел в золотое стремечко,
вышел через открытую степь.
Солнце тьме преграждает ему путь.
Ночные стоны на него разбудили птиц угрозой;
Вой зверей поднялся.
Див разбужен, кричит команду в неизвестную землю,
на Волгу, Поморие, Посулие, Сурож и Корсунь;
с верхушек деревьев, которые он предлагает им взять внимай.
«И тебе тоже, о кумир Тмуторокань! »

Х

Половцы неизведанными маршрутами устремились к великому Дону.
Их повозки визжат в полночь, как испуганные лебеди.
Игорь ведет своих воинов на Дон.
В дубовых рощах птицы предсказывают ему беды, а в оврагах
волки устраивают бурю; орлы зовут звери до костей;
лисы лают на алые щиты.
0 земля Руси! Вы уже за бугром!

XI

Ночь темнеет и внезапно становится черной; утренняя звезда сбросила свет;
туман покрыл степь; в утихает соловьиная трель;
начинается треп галок.
Руси с алыми щитами преградили степь великую,
ища славы для себя и для себя. их князь — слава.

XII

На рассвете того дня растоптали языческие половецкие войска.
Раскидывая, как стрелы, по земле, они схватили прекрасных половецких девиц,
И с ними золото, парчу и узорчатый бархат.
Через болота и топи начали прокладывать мосты
с плащами, накидками, мехами,
и всякими мелкими половецкими одежды.
Алое знамя, белый вымпел, алая бахрома, серебряное копье,
Все храброму сыну Святославу!

XIII

Отважный выводок Олега дремлет в степи. Куда он пролетел!
Не для нападения сокола или кречета рожден,
или ты, черный ворон, языческий половец!

XIV

Гзак бежит серым волком; Кончак показывает ему путь
на великий Дон.

XV

Рано утром второго дня кровь в небе возвещает свет;
черные тучи идут с моря
с голубыми молниями внутри;
Они накроют четыре солнца; будет великий гром;
там пойдет дождь со стрелами из великий Дон;
Вот копья сломаются; вот сабля
притупится на половецких шлемах;
на реке Кайала, недалеко от Большого Дона.
0 земля Руси! Вы уже за бугром!

XVI

Эти ветры, внуки Стрибога, веют стрелами,
с моря на храбрых воинов Игорь.
Земля грохочет; реки текут мутно; пыль покрывает степь;
баннеров говорят!

XVII

Половцы приходят с Дона, с моря и со всех сторон;
они окружили воинов Руси.
Дьявольские дети криком преградили степь,
Но храбрая Русь преградила им путь с алыми щитами.

XVIII

Лютый Бык Всеволод!
Вы стоите в страхе!
Вы стреляете во врага, как стрелы!
Вы разбиваете шлемы своим франкским мечом!
Куда ни скачет Бык, блестит его золотой шлем,
там лежат головы языческих половцев,
их аварские шлемы расколоты закаленными сабли,
ты, Лютый Бык Всеволод!
Проклял свои раны, дорогие братья, забыв честь и жизнь,
город Чернигов, отцовский золотой престол,
И прекрасная дочь Глеба, любовь и привязанность его возлюбленной.

XIX

Времена Трояна прошли; прошли годы Ярослава;
и походы Олега, Олега Святославич.
Своим мечом князь выковал раздор по всей земле
и засеял землю стрелами.
Вступает в золотое стремечко
в городе Тмуторокань!
Далекий великий Ярослав слышал ту же рознь,
, но сын Всеволода, Владимир, в Чернигов
затыкал уши каждое утро.
Гордость привела Бориса Вячеславича на суд на реке Канине.
Гордость расстилала зеленую пелену для храброго и юного князя,
на позор Олега.
Из той самой Канины Святополк баюкал своего отца
между венгерскими походами к св. София, в Киев.
Тогда, во времена Олега, Сына Скорби,
была засеяна земля и проросла разлад.
Жилище внука Даждьбога было разрушено;
века человечества оборвались распри князей;
По всей Русской земле пахарь редко звал,
а вороны каркали часто,
трупы порели между собой,
и зверюшки закричали на языке их, ждем, чтобы полететь на праздник.

ХХ

Так было с теми войнами и теми кампаниями прошлого,
но никто не слышал такой битвы, как это.
С раннего утра до вечера, с вечера до рассвета
стрелы закаленные летят, сабли грохочут. шлемы, франкские копья
трещат как гром в неизвестной степи на половецкой земле.

XXI

Кости посеяны и орошены кровью в черном
земля под копытами; они проросли вверх
с горем по всей земле Руси.

XXII

Какие звуки я слышу? Что мне звонит перед рассветом?
За то, что он жалеет своего дорогого брата, Всеволода,
Игорь отворачивает своих воинов.
Они сражались днем; они боролись за другого;
на третий день в полдень, хоругви Игоря упал.
Там братья расстались
на берегу быстрой Кайалы.

XXIII

Там кровь кровь кончилась; там храбрые сыны Руси
завершили пир, напоили сватов,
они сами легли на землю Рус.
Трава опускается от тоски, и дерево от печали
склоняется к земле. Ибо уже братья, время скорбное
началось; пустота покрыла воины.
Горькая Обида пришла в войско внука Даждьбога;
она ступила девой на земля троянцев;
она брызнула крыльями своего лебедя синее море;
шумит у Дона, она проснулась губительные времена.

XXIV

Война князей против язычников прекратилась,
сейчас брат говорит брату:
«Это мое, и это тоже!»
Князья начали говорить о пустяках: «Это великая вещь.»
Один против другого они начали ковать раздор
но язычники со всех земель пришли для побед.

XXV

Слишком далеко пролетел сокол, птиц к морю поражает,
и храбрым воинам Игоря не быть воскрес.
Вслед за ними взвизгнула Карна и Желя прыгнула по земле Русской,
раскидав угли в пылающем роге.
Жены Руси сетуют:
«Мы больше не будем помнить наших дорогих близких,
, и советовать им с нашим советником,
, или видеть их нашими глазами, или трогать золото. или серебром ».
Киев, братия, стонал от печали, и Чернигов, постоянными набегами.
Тоска хлынула на землю Русскую; густая печаль хлынула
по всей Русской земле, но князья сами
ковали раздор друг против друга.

XXVI

И язычники, победно разъезжающие по земле Руси
, взяли с каждого двора дань одна беличья кожа.
Эти два храбрых сына Святослава, Игорь и Всеволод,
разбудили предательство своей борьбой,
Предательство, которого их отец, Святослав, боялся великий князь Киевский,
почти успокоил —
Тот, кто когда-то правил одной угрозой.
Ибо он ударил сильными войсками и франкскими мечами,
напал на половецкую землю, попрал вниз по холмам и оврагам,
мутных рек и озер, высохших ручьи и болота,
и, как вихрь, он схватил язычник Кобяк
от изогнутого края моря,
от броненосного половецкого войска.
И Кобяк рухнул в городе Киеве
в крепости Святослава.
Сейчас немцы и венецианцы, греки и моравы
воспевают славу Святославу.
Они упрекают князя Игоря, потопившего свое богатство
на дно Кайалы. Половецкая река.
Наполнил его золотом Руси.
Теперь князь Игорь слез с золотого седла
в рабское седло.
Крепостные валы городов поникли
и радость угасла.

XXVII

На холмах в Киеве Святослав видел мрачный сон:
«Прошлой ночью после заката, — сказал он, — меня одевали
в черный саван на тисовое ложе.
Они налил мне синего вина, смешанного с печалью,
налил надо мной пустые языческие колчаны захватчики
и большая жемчужина на моей груди; Oни утешить меня.
В балках моего дворца с золотым куполом нет поперечной распорки,
и всю ночь от синих воронов вечернего времени. карканье.
В зарослях у Плезенска стояли четыре брата князей,
и они несли меня в сторону синее море »

XXVIII

Бояре посоветовали Святослава:
«0 Князь, тоска объяла твой разум.
Вот два сокола слетели с отцовского золотого престола,
искать город Тмуторокан,
или попить касками из Дон.
Теперь соколам подрезаны саблями язычников крылья;
они оба скованы железом полосы ».
Ибо на третий день было темно; потемнели два солнца;
оба пурпурных столпа сгорели и с им
молодолуни Олега и Святослава.
Они скрылись во тьме и погрузились в море.
На реке Кайала они проявили великую смелость к Хину.

XXIX

Тьма покрыла свет.
Половцы изливают
по земле Руси, как гордость гепарды.
Теперь стыд заглушил славу; сила ударила по свободе;
Див бросился на землю.
Прекрасные готические девушки спели на берегу глубокого
синего моря. Звенят золото Руси они петь
время Буз; они колеблются с Месть Шарохана!
А мы, о свита, жаждем радости!

XXX

Тогда великий Святослав отпустил это золотое слово, смешанное со слезами:
«0, кузены мои Игорь и Всеволод! Слишком скоро вы начали гнать своими мечами
половецкую землю,
Ищите себе славу .
позорно побежден ты,
позорно пролил языческую кровь.
Ваши храбрые сердца были выкованы из твердой стали и закалены в смелости.
Но почему ты сделал это с моей серебристо-серой головой?
Я больше не вижу силы моего сильного и богатого брата,
Ярослава, такого сильного в воинах,
со своими черниговскими дворянами, с его рыцарей, его Татран,
его Шельбира, его Топчаки, Ревуги и Ольберс.
Для них, без щитов, с одними кинжалами,
разбили своих врагов криком, звоном слава их предкам.
Но вы сказали:
«Будем доблестными. прошлое ».

XXXI

Неужели такое чудо, братья, что старик оживает?
Если сокол полностью созрел, он поражает птиц в полете,
не наносит вреда своему гнезду.
Но вот горе князя: у меня нет помощи;
времена изменились.
Сейчас в Римове кричат ​​под половецкими саблями,
а Владимир кричит под своими раны.
Тоска и горе сыну Глебовому!

XXXII

Великий князь Всеволод!
Не прилетишь ли ты издалека, чтобы наблюдать за золотым троном отца твоего?
Ведь можно Волгу опорожнить веслами;
Дон выливаете своим шлемом
Если бы вы были здесь, рабыня продала бы за гроши
, а пленницу — за меньшую,
Ибо вы можете стрелять по суше на свои деньги огонь,
сыновья храбрые Глеба.

А ты, Дикий Рюрик, и Давид!
Не вы ли плавали в золотых шлемах в крови?
Разве не твоя отважная свита рычит, как дикие быки
Раненая закаленными саблями в неизведанной степи?
Господа мои, ступайте в золотые стремена за проступок этого времени,
за землю Русскую, за раны Игорь,
лютый сын Святослава!

О Осмомысл, Ярослав Галицкий!
Высоко сиди ты на своем троне, выкованном из золота!
Вы укрепили гуннские горы своими железными войсками.
Преградив царю путь,
вы заперли ворота Дуная.
Летая ракетами сквозь облака, ты правишь Дунаем;
поток ваших угроз через эти земли.
Ты открываешь ворота в Киев, и с золотого престола твоего отца
стреляешь в султана за его пределами.
Милорд, стреляй языческого раба Кончака,
за землю Русскую,
за ранения Игоря,
жестокий сын Святослава.

XXXIII

А ты свирепый Роман и Мстислав!
Смелая мысль ведет к делу.
Ты паришь высоко в своей свирепости, как сокол, парящий по ветру
, отчаянно стремящийся к преодолеть птицу.
Ибо у вас под латинскими шлемами железные ребята.
Из-за них дрожит земля и дрогнули многие страны:
Хинова, Литва, Ятвяги и Деремела;
Половцы тоже бросили свои копья
и склонили головы под ними. Франкские мечи.
Но уже, Князь, для Игоря потускнел свет,
и дерево сбросило листья в дурной ветер.
Вдоль Роси и Сулы язычники делят города
и храбрых воинов Игоря не будет. воскрес!
Дон, о князь, призывает вас и призывает князей к победе.
И все храбрые сыновья Олега готовятся вступить в бой.

XXXIV

Ингвар и Всеволод! И все трое сыновей Мстислава,
шестикрылых соколов гнусного гнезда! Ты не заработали себе
мощности по праву побед.
Где же тогда ваши золотые шлемы, ваши польские пики и щиты?
Закрой врата степи своими острыми стрелами
за землю Русскую,
за Игоря ран,
жестокий сын Святослава!

XXXV

Теперь серебристое течение Сулы уже не течет
в город Переяславль;
Двина течет болото для этих устрашающих полоцких мужиков.
Под крики язычников Изяслав, сын Василька,
Один на один с острыми мечами выскочил на литовские шлемы.

Обрушил славу своего деда Всеслава:
Сам Изяслав был повержен внизу. малиновые щиты
литовскими мечами на кровавом торфе.
И его возлюбленная у постели сказала: «Крылья птиц, о князь,
отбрасывают тени на твою свиту и звери слизывают их кровь.»
Его братьев Брячеслава и Всеволода там не было.
В одиночестве он излил свою жемчужную душу
из своего храброго тела через золотой ожерелье.
Голоса затихли; радость угасла.

XXXVI

Горецкие трубы трубят,
яростно восхваляют всех внуков Всеслав!
Опустите баннеры; вложите в ножны ваши тупые, поврежденные мечи;
вы уже отскочили от своего дедушкина слава!
Ибо своими раздорами вы начали приветствовать
язычников в землю Русскую.
Какое насилие со стороны половцев
когда-либо угрожало жизни Всеслава?

XXXVII

В седьмом периоде Трояна Всеслав бросил жребий девушку,
девушку себе пожелал.
Поддержанный хитростью, он сел на коня и поскакал в Киев,
задел древко своего копья о золотой киевский престол.
Он прыгнул от них в Белгород
, как зверь в полночь, закутанный в голубой туман.
Трижды ухватился за удачу, открыл ворота Новгородские,
сокрушил славу Ярослава, и как волк прыгнул на Немигу.
Продул гумно.
На Немиге снопы раскиданы головами;
молотят их булатными цепами.
На гумне кладут жизнь и отсеивают души от тел.
Кровавые берега Немиги засеяны злом,
засеяны костями сынов Руси.
Князь Всеслав судил народ; он правил городами для князей,
но ночью он бродил как волк.
Из Киева, до петушиного пения, он мог бежать в Тмуторокань;
волком он перешел путь великого Гор.
Звонили ему в колокола на утрене, рано в Софии, в Полоцке;
слышал звук в Киеве.
И хотя душа его волшебника путешествовала в другом теле,
все же он часто терпел неудачи.
О нем волшебник Боян впервые произнес хорошо продуманные слова:
«Ни искусный, ни искусный. самое хитрое существо,
даже не самая умная птица, убежит Суд Божий.»
0 Стон, земля Русская, вспоминая первое время и первых князей.

XXXVIII

Невозможно было прибить того старого Владимира к киевским холмам.
Теперь одни его знамена стоят с Рюриком, а другие — с Давидом;
вымпелы разносятся.

XXXIX

Копья поют на Дунае!
Слышен голос Ярославны.Как чайка, неизвестный зовет рано:
«Я буду летать, — сказала она, — как чайка по Дунаю».
Я ополосну свой бобровый рукав в реке Кайала
и вытру кровавую. раны от моих Крепкое тело принца ».

На валах города Путивля Ярославна зовет на рассвете:
«О ветер, великий ветер!
Почему, милорд, так сильно дует ты? Хин на твоих легких крыльях
против воинов моего возлюбленного?
Тебе мало было, чтобы взлететь в облака,
неся корабли по синему морю?
Зачем, Господи, иметь ты рассыпал мою радость по ковылям? »

На рассвете в Путивле Ярославна звонит с валов:
«0 Днепр, сын славы!
Ты прорубил скалистые горы в половецкую землю.
Вы взяли лодки Святослава
на встречу с войском Кобяка.
Мой Господь, прижми ко мне моего любимого человека, чтобы мне не пришлось так скоро слать ему на море слезы
.

На рассвете в Путивле Ярославна зовет с валов:
«Солнце яркое и трижды яркое!
Всем тепло и красота! воины моей возлюбленной?
Там, в безводной степи, согнули луки от жажды
и закрыли свои колчаны в печаль.»

XL

В полночь море начало плескаться; водяные смерчи приближаются, как туман.
Бог показывает князю Игорю путь с половецкой земли
на землю Русскую, в землю его отца. золотой трон.
Погас вечерний свет; Игорь спит; Игорь просыпается;
он меряет степь своей мыслью
от большого Дона до малого Донецка.
Конь в полночь! Овлур свистит через реку;
он предупреждает князя, что он не должен оставаться там.
— крикнул Овлур; земля загрохотала; шуршала трава.
Половецкие шатры зашевелились, но князь Игорь бросился
, как еринин, в сорняки, как белое золото-глаз к воде.
Он вскочил на своего быстрого коня и спрыгнул с него
как белоногий волк, и он ускорился. к излучине Донецка
и полетел соколом под туманами,
убивая гусей и лебедей за все свои питание.
Если Игорь летел соколом, то Овлур мчался волком,
стряхивая с себя холодную росу,
ибо стряхнули свои стрижи лошади.

XLI

Донцы говорили:
«О князь Игорь! Тебе немало величия,
, а на Кончака злоба,
и радость за землю Русскую.»
Игорь говорил:
» 0 Донец! для тебя немало величия,
принца понес на волнах твоих, раскидывая ему зеленую
траву на своих серебристых берегах, одевает его
в теплый туман под сенью зеленое дерево.
Ты охранял его золотым глазом на воде,
чаек на твоих течениях и чибисами на воде. сильные ветра.
Не такова была река Стугна, имеющая слабое течение,
, пожирающая другие ручьи и ручьи, распространяясь у его рта.
На его темных берегах, как Днепр, его закрыл более
молодой князь Ростислав. Его мать плачет для юного принца ».
Цветы опадают в печали, и дерево печали
склоняется к земле.

XLII

Но не сороки болтали:
По следам Игоря едут Гзак с Кончаком.
Теперь вороны не каркают; граки молчат;
Сороки не болтают; они только ползают через ивы.
Дятлы своим молотком указывают дорогу к реке;
соловьи радостными песнями
объявляют о приближающемся рассвете.
Гзак говорит Кончаку: «Если сокол прилетит в свое гнездо,
мы будем стрелять соколиной своей золотые стрелы.«
Кончак сказал Гзаку:
« Если сокол прилетит в свое гнездо,
, то мы поймаем сокола с помощью красивая дева »
И Гзак Кончаку:
« Если мы поймем его красивой девушкой,
мы потеряем и ее, и сокола,
и птицы начнут нас поражать в половецких степях. . »

XLIII

Боян даже рассказал о походах против [греков]
от древнего певца Святослава,
, который яростно хвалил любимца Каган Олег.
«Горе голова без плеч,
тело без головы, земля Русская. без Игоря —
солнышко на небесах светит, князь Игорь на земле Руси.
Девы поют на Дунае; их голоса слышны
через море в Киеве »

XLIV

Игорь поднимается по Боричевскому спуску
к Пресвятой Богородице Пирогощей;
Радуются земли и города.

XLV

Уже спев песнь старым князьям,
то надо петь молодым:
Слава Игорю Святославичу, его брату Всеволоду,
и Владимиру Игоревичу!
Да преуспеют князья и свита, сражаясь с язычниками за Бога!
Слава князьям и свите, аминь.

5 ключевых шагов тестирования программного обеспечения, которые должен выполнить каждый инженер

В последние годы термин «тестирование с переключением влево» вошел в обиход программной инженерии.Но что это значит? Проще говоря, это означает проведение дополнительных испытаний программного обеспечения на этапе разработки программного обеспечения, чтобы уменьшить количество дефектов и уберечь бизнес от дорогостоящих ошибок.

Тестирование со сдвигом влево часто используется для описания повышенного участия инженеров по обеспечению качества (QA) на этапе разработки с целью выявления дефектов как можно раньше, до того, как инженеры-программисты передадут программу QA для более обширного тестирования. В большинстве случаев это означает разработку и выполнение большего количества автоматизированного тестирования пользовательского интерфейса и API.

Тем не менее, есть некоторые базовые и важные шаги тестирования программного обеспечения, которые каждый разработчик программного обеспечения должен выполнить, прежде чем показывать кому-либо свою работу, будь то тестирование с левым переключением, формальное тестирование, специальное тестирование, слияние и интеграция кода или просто звонок коллеге. чтобы быстро взглянуть. Целью этого базового тестирования является обнаружение очевидных ошибок, которые сразу же выскакивают. В противном случае вы попадете в дорогостоящий и ненужный цикл описания проблемы разработчику, который затем должен воспроизвести ее, отладить и решить, прежде чем пытаться снова.

Вот основные этапы тестирования программного обеспечения, которые должен выполнить каждый инженер-программист, прежде чем показывать свою работу кому-то другому.

1. Тестирование базовой функциональности

Для начала убедитесь, что каждая кнопка на каждом экране работает. Вам также необходимо убедиться, что вы можете вводить простой текст в каждое поле без сбоя программного обеспечения. Вам не нужно пробовать все различные комбинации щелчков и символов или граничных условий, потому что это то, что делают ваши тестировщики — и они действительно хороши в этом.Цель здесь такова: не позволяйте другим людям касаться вашей работы, если она выйдет из строя, как только они введут свое имя в поле имени пользователя. Если функция предназначена для доступа через API, вам необходимо запустить тесты, чтобы убедиться, что базовая функциональность API работает, прежде чем отправлять ее для более интенсивного тестирования. Если ваше базовое тестирование функциональности обнаруживает что-то, что не работает, ничего страшного. Просто скажите им, что это не работает, что вы знаете об этом и им не стоит пытаться это сделать.Вы можете исправить это позже, только не оставляйте никаких сюрпризов.

2. Проверка кода

Еще одна пара глаз, смотрящих на исходный код, может выявить множество проблем. Если ваша методология кодирования требует экспертной оценки, выполните этот шаг, прежде чем передавать код для тестирования. Однако не забудьте провести тестирование базовой функциональности перед проверкой кода.

3. Статический анализ кода

Существуют инструменты, которые могут выполнять анализ исходного кода или байт-кода, не выполняя его.Эти инструменты статического анализа кода могут искать многие слабые места в исходном коде, такие как уязвимости безопасности и потенциальные проблемы параллелизма. Используйте инструменты статического анализа кода, чтобы обеспечить соблюдение стандартов кодирования, и настройте эти инструменты для автоматического запуска как части сборки.

4. Модульное тестирование

Разработчики напишут модульные тесты, чтобы убедиться, что модуль (будь то метод, класс или компонент) работает должным образом, и протестировать диапазон допустимых и недопустимых входных данных. В среде непрерывной интеграции модульные тесты должны запускаться каждый раз, когда вы фиксируете изменение в репозитории исходного кода, и вы также должны запускать их на своей машине разработки.У некоторых команд есть цели покрытия для своих модульных тестов, и они не смогут выполнить сборку, если модульные тесты недостаточно обширны.

Разработчики также работают с фиктивными объектами и виртуализированными сервисами, чтобы убедиться, что их единицы можно тестировать независимо. Если ваши модульные тесты терпят неудачу, исправьте их, прежде чем позволить кому-то другому использовать ваш код. Если по какой-либо причине вы не можете исправить их прямо сейчас, сообщите другому человеку, что не удалось, чтобы он не стал неожиданностью, когда он столкнется с проблемой.

5. Однопользовательское тестирование производительности

Некоторые группы включают нагрузочное тестирование и тестирование производительности в свой процесс непрерывной интеграции и запускают нагрузочные тесты сразу после проверки кода.Это особенно верно для внутреннего кода. Но разработчики также должны следить за производительностью однопользовательского интерфейса и следить за тем, чтобы программное обеспечение реагировало, когда только они используют систему. Если для отображения веб-страницы, взятой с локального или эмулированного (и, следовательно, отзывчивого) веб-сервера, требуется больше нескольких секунд, выясните, какой клиентский код замедляет работу, и исправьте его, прежде чем позволить кому-то другому это увидеть.

Поиск правильного баланса

Найдите время, чтобы выполнить как можно больше этих тестов, прежде чем передавать свой код кому-либо еще, потому что оставлять очевидные ошибки в коде — пустая трата вашего времени и времени ваших коллег.Конечно, вам нужно будет найти баланс между написанием кода и тестированием, который вам подходит. «Вот сочетание, которое сработало для меня, — сказал Игорь Марков, менеджер по исследованиям и разработкам LoadRunner в HP Software. «40 процентов моего времени я трачу на разработку и написание кода; 5 процентов я трачу на проверку кода и статический анализ кода; 25 процентов на модульное тестирование и интеграционное тестирование; и 30 процентов на тестирование базовой функциональности и тестирование производительности одного пользователя»,

Оставление очевидных ошибок в коде тоже не пойдет на пользу вашей репутации.«Разработчик, не обнаруживший очевидных дефектов, никогда не будет блистать», — продолжил Марков. «Разработчикам необходимо создавать работающее программное обеспечение, простое в использовании. Никому не нужны разработчики, которые занимаются только чистым программированием. В развитии моей карьеры мне помогло то, что я всегда тратил больше времени на проектирование, рецензирование и тестирование своего кода, чем на собственно пишу это «. Для создания рабочего программного обеспечения, удобного в использовании, требуются именно такие весы. Как вы распределяете время между проектированием, проверкой и тестированием кода?

Продолжайте учиться

Почему психопаты так хороши в продвижении вперед

Если вы когда-нибудь думали, что ваш харизматичный, амбициозный, безжалостный и бесчувственный начальник может быть психопатом, возможно, вам не за горами диагноз «кресло».

Психопатия — это наследственное психическое расстройство, заболевание, являющееся результатом деформации головного мозга. Те, кто рожден с психопатией, могут быть опасны. Они также часто очень успешны в восхождении на руководящие должности. (Неизвестно, станут ли они более успешными, чем другие, когда они окажутся у власти.)

«Мы продвигаем их, мы их избираем, и иногда многие люди чувствуют себя комфортно, когда такие люди отвечают за нашу живет «, — сообщает CNBC доктор Игорь Галинкер.Он является заместителем председателя по исследованиям в отделении психиатрии и основателем и директором Центра биполярного расстройства Ричарда и Синтии Зирински на горе Синай Бет Исраэль, а также профессором психиатрии в Медицинской школе Икана в Нью-Йорке. .

Мы продвигаем их, мы выбираем их, и иногда многие люди чувствуют себя комфортно, когда такие люди берут на себя ответственность за нашу жизнь.

Доктор Игорь Галинкер

профессор психиатрии

В результате, по словам Джона Ронсона, автора книги Психопатический тест: путешествие через Индустрия безумия .В то время как только около 1 процента населения являются психопатами, 4 процента бизнес-лидеров и генеральных директоров являются психопатами, говорит Ронсон в популярном выступлении на TED Talk.

Примечание: хотя слово «психопат» очень популярно, это разговорный термин, а не медицинский. Технический диагноз, который приводится в «Руководстве по диагностике и статистике психических расстройств», — это «антисоциальное расстройство личности».

И, как и в случае с другими психическими расстройствами, человек не на 100 процентов психопат или на 100 процентов «нормален».«Психопатия является непрерывной, — говорит Галинкер, — это означает, что психопатические черты и поведение по-разному проявляются у разных людей.

Обычно психопаты хитры и обаятельны, обладают чрезмерным чувством собственного достоинства и являются патологическими лжецами. проявляют нежелание брать на себя ответственность за свои действия, а также черствость и отсутствие сочувствия. Они могут быть особенно импульсивными и безответственными в отношениях, накапливая множественные браки и склонные к сексуальной распущенности.

«Если вы хотите получить урок психопатии, — говорит Галинкер, — посмотрите« Игру престолов »».

Если эти черты характера также напоминают президентские выборы в США 2016 года, то вы не одиноки.

Кевин Даттон, автор книги Мудрость психопатов , психолог-исследователь кафедры экспериментальной психологии Оксфордского университета по специальности психопатия. Он проанализировал прошлых и нынешних лидеров на предмет их относительного уровня психопатии.В статье для Scientific American Даттон утверждает, что психопатию можно определить по трем категориям характеристик, включая бесстрашное доминирование, эгоцентричную импульсивность и хладнокровие.

Даттон обычно считает мужчину психопатом, если он получает не менее 155 баллов по своей шкале, а женщину психопатом, если она получает не менее 139,5.

Избранный президент Дональд Трамп набрал 171 балл по шкале Даттона отчасти из-за высоких оценок воспринимаемых черт бесстрашного доминирования и эгоцентричной импульсивности (хотя Даттон не исследовал Трампа лично).Но он ни в коем случае не единственный президент США, которого можно считать психопатом. «Политика возникла как профессия, в которой официальная партия легализованной, точно сконструированной психопатии могла бы пригодиться», — пишет Даттон.

Как продвигаются психопаты

В частности, черствость, отсутствие сочувствия и обаяния психопатов помогает им продвигаться в рабочем мире.

«Исследование функциональной магнитно-резонансной томографии (FMRI) показывает, что психопаты неспособны испытывать основные человеческие эмоции и чувства вины, раскаяния или сочувствия», — говорят эксперт по корпоративным психопатам Пол Бабяк и судебно-психологический консультант Мэри Эллен О’Тул в статья о корпоративном психопате, написанная в соавторстве с ФБР.«Они проявляют эмоции только для того, чтобы манипулировать людьми вокруг них».

В офисе чрезмерно эмоциональные люди часто оказываются в невыгодном положении, потому что их суждения омрачены желанием защитить тех, кто им небезразличен. И наоборот, «недостаток сочувствия чаще всего помогает вам в среде, где вам приходится принимать решения, которые по необходимости создают негативные последствия для других людей», — говорит Галинкер.

Эмоциональные, чуткие люди могут с трудом принимать то, что часто называют «трудными бизнес-решениями», из-за последствий, которые эти решения могут иметь для других людей.«Сочувствие может немного помешать вам выполнять свою работу. А на конкурентном рабочем месте сочувствие не приветствуется, потому что оно может мешать тому, что вам нужно делать по работе», — говорит Галинкер. «Хорошо известно, что вы не должны использовать свои личные проблемы или эмоции на работе».

Кроме того, психопаты часто достигают больших успехов благодаря своей способности манипулировать людьми с помощью своей хитрости и харизмы. «Обаяние — неплохое качество. Оно помогает вам в жизни», — говорит Галинкер.

В профессиональной среде это часто означает, что психопаты поддерживают несколько личностей в офисе, представляя каждому коллеге другую версию себя.

Психопаты, ищущие острых ощущений, ошибочно принимают за высокую энергию и энтузиазм, ориентацию на действия и способность выполнять несколько задач одновременно.

Пол Бабиак и Мэри Эллен О’Тул

эксперт по корпоративным психопатам и судебно-поведенческий консультант, соответственно

«Корпоративные психопаты используют способность скрывать свое истинное« я »на виду и демонстрировать желаемые черты личности для делового мира.Для этого они поддерживают несколько длинных масок. «Фасад, который они создают вместе с коллегами и руководством, — это фасад идеального сотрудника и будущего лидера», — пишут Бабиак и О’Тул. «Это может оказаться эффективным, особенно в организациях, переживающих потрясения и ищущих« рыцаря в сияющих доспехах », чтобы исправить компанию. . «

Тенденция психопата к твердой вере в свои способности также помогает продвинуть психопатов вверх по служебной лестнице». Уверенность в себе, даже в пределах грандиозного чувства собственного достоинства, также является хорошим качеством, которое может помочь вы в жизни », — говорит Галинкер.

Другие психопатические черты, которые делают успешных генеральных директоров, включают комфорт во лжи и отсутствие страха перед неудачей. Возникающая в результате бравада может быть выражена корпоративным советом как агрессивные амбиции.

«Иногда стремление к острым ощущениям и импульсивность психопатов ошибочно принимают за высокую энергию и энтузиазм, ориентацию на действия и способность выполнять несколько задач одновременно. Для организации безответственность этих людей может создавать видимость готовности к риску и предпринимательского духа. высоко ценится в сегодняшней быстро меняющейся деловой среде », — пишут Бабяк и О’Тул.

Почему психопаты могут быть такими опасными

Психопаты не только способны принимать решения, не обращая внимания на других людей, они также движимы желанием причинить боль своим сверстникам.

«Некоторые корпоративные психопаты преуспевают в поиске острых ощущений, легко переносят, ищут стимуляции и играют в интеллектуальные игры с сильным желанием победить», — говорят Бабьяк и О’Тул. «В отличие от профессиональных спортсменов, движимых желанием улучшить результаты и превзойти свои личные рекорды, психопатами движет то, что они считают уязвимостями своих жертв.»

Угрозу психопатов усугубляет их способность обманывать окружающих. Самая тревожная часть психопатического состояния заключается в том, что его бывает очень трудно распознать.

Одна из самых сложных вещей в жизни — это распознать умелый и умный психопат.

Доктор Игорь Галинкер

психиатр, профессор психиатрии

«Одна из самых сложных вещей в жизни — распознать умелого и умного психопата», — говорит Галинкер.

Один из признаков того, что вы можете оказаться в присутствии психопата, — это если вы обнаружите, что игнорируете факты, которые вы слышали от других людей о том, как данный человек причинил вред людям, или оскорбительное поведение, которое вы наблюдали сами в прошлом, потому что вместо этого вы доверяете тому, как этот человек заставляет вас чувствовать себя в настоящий момент.

«Обычно это такой обаятельный человек, что вы можете даже не осознавать, насколько очарователен этот человек», — говорит Галинкер.

Ключевые выводы для остальных из нас

Хотя психопаты успешны, их успех, безусловно, не тот успех, которому другие должны пытаться подражать, — говорит Галинкер.Он подчеркивает, что не защищает психопатию или какую-либо имитацию расстройства. Добравшись до вершины, психопаты могут перешагнуть, растоптать или нанести удар в спину любому на пути.

Тем не менее, может быть полезно понаблюдать за причинами успеха психопатов, пропустить эти черты через моральный фильтр, а затем подумать, как вы могли бы принять определенные полезные модели поведения на работе.

«Вы хотите понять, какие черты характера делают людей успешными, будь то психопатические или нет, а затем вы хотите использовать их, надеюсь, морально или этически, чтобы не наступать на людей в процессе», — говорит Галинкер.

Ничего не выйдет, например, из-за особой тревожности в офисе. Это не улучшит стрессовую ситуацию. Точно так же чрезмерная эмоциональность по поводу последствий решения или пребывание в трясине негатива после неудачи замедлит профессиональный процесс.

И хотя никому не нравится работать с эгоистами, часто переход на новый профессиональный уровень означает здоровую уверенность в своей работе и свою способность добиваться успеха в новых условиях.

«Человеческие черты, которые есть у некоторых психопатов, такие как снижение страха, снижение тревожности, способность лучше контролировать свои эмоции, — сами по себе они неплохие, потому что, если моральный человек их использовал, они собирались использовать «, — говорит Галинкер.

Принятые статьи — NAACL-HLT 2021

Обратите внимание, что названия / авторы могут быть изменены, а статьи могут быть отозваны. Окончательные названия / авторов см. В трудах антологии.

Основная конференция

TITA: двухэтапная модель взаимодействия и тематического сопоставления текста
Xingwu Sun, Yanling Cui, Hongyin Tang, Qiuyu Zhu, Fuzheng Zhang и Beihong Jin

Оценка нейронного качества с множественными гипотезами для исправления грамматических ошибок
Лю Чжэнхао, Сяоюань И, Маосун Сунь, Лайнер Ян и Тат-Сенг Чуа

Маскированные условные случайные поля для маркировки последовательностей
Тяньвэнь Вэй, Цзяньвэй Ци, Шэнхуань Хэ и Сунтао Сунь

Посредники в определении того, какой процессинг выполняет BERT в первую очередь
Авив Слободкин, Лешем Чошен и Омри Абенд

Атаки с отравлением скрытыми данными на модели НЛП
Эрик Уоллес, Тони Чжао, Ши Фэн и Самир Сингх

Обзор последних подходов к обработке естественного языка в сценариях с низким уровнем ресурсов
Майкл А.Хеддерих, Лукас Ланге, Хайке Адель, Янник Стрётген и Дитрих Клаков

TR-BERT: Dynamic Token Reduction for Acceleration Token Reduction for Acceleration BERT Inference
Deming Ye, Yankai Lin, Yufei Huang and Maosong Sun

Самоконтролируемое контрастное обучение для эффективного прогнозирования удовлетворенности пользователей в диалоговых агентах
Мохаммад Качуее, Хао Юань, Янг-Бум Ким и Сонджин Ли

Как можно скорее: набор данных китайского обзора для анализа настроений и рейтинговых оценок категорий аспектов
Цзяхао Бу, Лей Рен, Шуан Чжэн, Ян Ян, Цзинганг Ван, Фучжэн Чжан и Вэй Ву

RTFE: рекурсивная структура встраивания темпоральных фактов для завершения временного графа знаний
Юри Сюй, Хайхун Э, Мейна Сон, Вэнью Сун, Сяодун Львов, Ван Хаотянь и Ян Цзиньжуй

Анализ на основе супертэгов с линейными системами перезаписи без контекста
Томас Рупрехт и Рихард Мёрбиц

О переносимости минимального прогноза с сохранением входных данных при ответе на вопросы
Шейн Лонгпре, Йи Лу и Крис Дюбуа

Интеграция лексической информации в представления окружения объекта для прогнозирования отношений
Ян Вуд, Марк Джонсон и Стивен Ван

SGG: Обучение выбору, руководству и генерации для генерации ключевых фраз
Цзин Чжао, Цзюньвэй Бао, Ифань Ван, Ючжэн Ву, Сяодун Хэ и Боуэн Чжоу

Многоязычный мультимодальный предварительный тренинг для Zero-Shot кросс-языковой передачи моделей зрительного языка
По-Яо Хуанг, Мандела Патрик, Джунджие Ху, Грэм Нойбиг, Флориан Метце и Александр Хауптманн

Почти бесплатный семантический проект для нейронного машинного перевода
Си Ай и Бин Фанг

Шумная дистилляция самопознания для обобщения текста
Ян Лю, Шэн Шен и Мирелла Лапата

Предварительная подготовка с мета-обучением для сегментации китайских слов
Чжэнь Кэ, Лян Ши, Сунтао Сунь, Эрли Мэн, Бин Ван и Сипенг Цю

Неявно оскорбительная лексика — как это на самом деле выглядит и почему мы не доходим до этого?
Михаэль Виганд, Йозеф Руппенхофер и Элизабет Эдер

KILT: эталон для интенсивных языковых задач
Фабио Петрони, Александра Пиктус, Анжела Фан, Патрик Льюис, Маджид Яздани, Никола де Цао, Джеймс Торн, Ясин Джерните, Владимир Карпухин, Жан Майярде, Василис Плахурас Себастьян Ридель

Обнаружение предубеждений, связанных с концепцией, в ассоциациях форма-значение
Тьяго Пиментел, Брайан Рорк, Сорен Вихманн, Райан Коттерелл и Дамиан Блази

StylePTB: эталон композиции для детализированной передачи стилей управляемого текста
Ивэй Лю, Пол Пу Лян, Хай Фам, Эдуард Хови, Барнабас Почос, Руслан Салахутдинов и Луи-Филипп Моренси

GSum: Общая основа для управляемого нейронного абстрактивного обобщения
Цзы-И Доу, Пэнфэй Лю, Хироаки Хаяси, Чжэнбао Цзян и Грэм Нойбиг

Чтение и действие с завязанными глазами: необходимость семантики в текстовых игровых агентах
Шунью Яо, Картик Нарасимхан и Мэтью Хаускнехт

Хирургия нейронной сети: внедрение шаблонов данных в предварительно обученные модели с минимальными побочными эффектами с точки зрения экземпляра
Чжиюань Чжан, Сюаньчэн Рен, Ци Су, Сюй Сунь и Бинь Хэ

Метрическое обучение на основе знаний для классификации коротких текстов
Дяньбо Суй, Юбо Чен, Бинцзе Мао, Делай Цю, Кан Лю и Цзюнь Чжао

Нелинейный структурный зонд
Дженнифер К.Уайт, Тьяго Пиментел, Наоми Сафра и Райан Коттерелл

Ab Antiquo: нейронная протоязыковая реконструкция
Карло Мелони, Шаули Равфогель и Йоав Голдберг

Подайте собачий свисток: набор данных на китайском языке для понимания с помощью здравого смысла и знания мира
Канвен Сюй, Ванчуньшу Чжоу, Тао Гэ, Кэ Сюй, Джулиан Маколи и Фуру Вэй

EnSidNet: расширенная гибридная сиамско-глубинная сеть для группирования клинических испытаний по путям разработки лекарств
Люсия Пагани

Важен не только размер: малые языковые модели также малоизвестны
Тимо Шик и Хинрих Шютце

APo-VAE: Генерация текста в гиперболическом пространстве
Шуян Дай, Чжэ Гань, Ю Ченг, Чэньян Тао, Лоуренс Карин и Цзинцзин Лю

Самообучение для неконтролируемого нейронного машинного перевода в несбалансированных сценариях обучающих данных
Хайпенг Сун, Руи Ван, Кехай Чен, Масао Утияма, Эйитиро Сумита и Тиеджун Чжао

Переосмысление нарушений в кодировщиках-декодерах для быстрого обучения
Шо Такасэ и Шун Кийоно

Они ответили? Субъективные действия и намерения в разговоре
Элиза Ферракейн, Грег Дарретт, Джуньи Джесси Ли и Катрин Эрк

Генерация нейронных аргументов с управляемым аспектом
Бенджамин Шиллер, Йоханнес Даксенбергер и Ирина Гуревич

Пользовательский текстовый корпус для оценки морфологического анализа и лексической нормализации японского языка
Шохей Хигасияма, Масао Утияма, Таро Ватанабэ и Эйитиро Сумита

Улучшение абстрактного суммирования с нулевым и малым количеством кадров с промежуточной точной настройкой и увеличением данных
Александр Фаббри, Сименг Хан, Хаоюань Ли, Хаоран Ли, Марьян Газвининеджад, Шафик Джоти, Драгомир Радев и Яшар Мехдад

Внешние вычисления с превосходными функциями
Паркер Райли и Дэниел Гилдеа

Об изучении и представлении социального значения в НЛП: социолингвистическая перспектива
Донг Нгуен, Лаура Россил и Джек Грив

Использование многоязычия в неконтролируемом машинном переводе для редких языков
Ксавьер Гарсия, Адитья Сиддхант, Орхан Фират и Анкур Парик

Самообучение улучшает предварительную подготовку к пониманию естественного языка
Цзинфэй Ду, Эдуард Граве, Белиз Гюнель, Вишрав Чаудхари, Онур Челеби, Майкл Аули, Веселин Стоянов и Алексис Конно

Семантический прогноз кадра
Чие-Ян Хуанг и Тин-Хао Хуанг

DART: запись структурированных данных в открытом домене для создания текста
Линьонг Нан, Драгомир Радев, Руи Чжан, Амрит Рау, Абхинанд Сивапрасад, Чиачун Сие, Сянгу Тан, Аадит Вьяс, Неха Наха Верма, Пранав Ироксиа, Янгтосия , Джессика Пан, Файаз Рахман, Ахмад Заиди, Мутетия Мутума, Ясин Тарабар, Анкит Гупта, Тао Ю, Йи Черн Тан, Си Виктория Лин, Кайминг Сюн, Ричард Сохер и Назнин Фатема Раджани

На пути к непрерывному обучению многоязычному машинному переводу посредством замены словаря
Хавьер Гарсия, Ноа Констан, Анкур Парих и Орхан Фират

MediaSum: крупномасштабный набор данных интервью для СМИ для подведения итогов диалога
Чэнгуан Чжу, Ян Лю, Цзе Мэй и Майкл Цзэн

Улучшение нейронной модели синтаксического анализа RST с поддеревьями серебряного соглашения
Наоки Кобаяши, Цутому Хирао, Хидетака Камигаито, Манабу Окумура и Масааки Нагата

Кодируют ли состояния RNN абстрактные фонологические чередования?
Миикка Сильфверберг, Фрэнсис Тайерс, Гарретт Николай и Манс Хульден

СОРТИТЕЛЬНЫЕ Модели VQA: контрастное градиентное обучение для повышения согласованности
Самир Дхарур, Пурва Тендулкар, Дхрув Батра, Деви Парикх и Рампрасаат Р.Сельвараджу

MUSER: Мультимодальное обнаружение стресса с использованием распознавания эмоций в качестве вспомогательной задачи
Ицюнь Яо, Михалис Папакостас, Михай Бурзо, Мохамед Абуэлениен и Рада Михалча

Насколько (не) оптимальна лексика?
Тьяго Пиментель, Ирен Никкаринен, Кайл Маховальд, Райан Коттерелл и Дамиан Блази

Заполнение шаблона генеративными трансформаторами
Синя Ду, Александр Раш и Клэр Карди

Маршрутизатор знаний: изучение распутанных представлений для графов знаний
Шуай Чжан, Си Рао, И Тай и Це Чжан

Повышение фактической согласованности абстрактного обобщения
Чэнгуан Чжу, Уильям Хинторн, Руочэнь Сюй, Цинкай Цзэн, Майкл Цзэн, Сюэдун Хуанг и Мэн Цзян

Культурное и географическое влияние на переводимость слов в изображениях на разных языках
Никзад Хани, Исидора Турни, Мохаммад Садех Расули, Крис Каллисон-Берч и Дерри Танти Виджая

FUDGE: контролируемое создание текста с будущими дискриминаторами
Кевин Янг и Дэн Кляйн

Мета-обучение первого порядка с уменьшенной дисперсией для задач обработки естественного языка
Линсяо Ван, Кевин Хуанг, Тенгю Ма, Цюаньцюань Гу и Цзин Хуанг

Видео-вопрос с ответами фразами через семантические роли
Арка Садху, Кан Чен и Рам Неватия

SPLAT: совместное предварительное обучение речи и языка для понимания разговорной речи
Ю-Ань Чунг, Чэнгуан Чжу и Майкл Цзэн

Структурное абстрактное обобщение беседы с помощью графов дискурса и действий
Цзяао Чен и Дийи Ян

Извлечение открытых иерархических отношений
Кай Чжан, Юань Яо, Руобин Се, Сюй Хан, Чжиюань Лю, Фэнь Линь, Лейу Линь и Маосун Сунь

QA-GNN: рассуждения с помощью языковых моделей и графов знаний для ответов на вопросы
Мичихиро Ясунага, Хоню Рен, Антуан Босселут, Перси Лян и Юре Лесковец

SentSim: межъязыковая семантическая оценка машинного перевода
Юрун Сонг, Цзюньчэнь Чжао и Люсия Специа

Насколько низко слишком низко? Одноязычный подход к лемматизации на индийских языках
Кумар Саунак, Кумар Саурав и Пушпак Бхаттачарья

За пределами справедливой оплаты: этические последствия краудсорсинга НЛП
Боаз Шмуэли, Ян Фелл, Сумья Рэй и Лун-Вэй Ку

OCID-Ref: 3D роботизированный набор данных с внедренным языком для заземления беспорядочной сцены
Ке-Джюн Ван, Юнь-Сюань Лю, Хун-Тин Су, Джен-Вэй Ван, Ю-Сян Ван, Уинстон Сю и Вэнь-Чин Чен

График рассуждений по ширине для многоскачкового ответа на вопросы
Юнцзе Хуанг и Мэн Ян

Моделирование серьезности жалоб в социальных сетях
Мали Джин и Николаос Алетрас

Разложение, объединение и создание: метод формирования китайских определений
Хуа Чжэн, Дамай Дай, Лэй Ли, Тяньюй Лю, Чжифанг Суй, Баобао Чанг и Ян Лю

Рецепт аннотирования обоснованных разъяснений
Лучиана Бенотти и Патрик Блэкберн

Противоречивое увеличение данных для нейронного машинного перевода
Ци Лю, Мэтт Куснер и Фил Блансом

Синтаксические тесты проверяют синтаксис? Эксперименты с Jabberwocky Probing
Роуэн Холл Модслей и Райан Коттерелл

RST Разбор с нуля
Thanh-Tung Nguyen, Xuan-Phi Nguyen, Shafiq Joty и Xiaoli Li

Многостороннее обучение для встраивания кросс-языковых слов
Хаочжоу Ван, Джеймс Хендерсон и Паола Мерло

На пути к моделированию стиля переводчиков в нейронном машинном переводе
Юэ Ван, Куонг Хоанг и Марчелло Федерико

SPARTA: эффективные ответы на вопросы в открытой области через поиск согласования разреженных трансформаторов
Тяньчэн Чжао, Сяопэн Лу и Кюсонг Ли

Самореклама в твитах Конгресса США
Джун Ван, Келли Цуй и Бей Ю

Оценка влияния иерархической репрезентации дискурса на производительность разрешения кореферентности сущности
Сопан Хосла, Джеймс Фиакко и Кэролайн Розе

Неконтролируемый многоскачковый вопрос Ответ на вопрос путем создания вопроса
Лянмин Пан, Вэньху Чен, Вэньхань Сюн, Мин-Йен Кан и Уильям Ян Ван

Пример: деонтологическая этика в НЛП
Шримаи Прабхумой, Брендон Болдт, Руслан Салахутдинов и Алан В. Блэк

Оценка качества подписей к изображениям на основе крупномасштабных человеческих оценок
Томер Левинбойм, Ашиш В.Таплиял, Пиюш Шарма и Раду Сорикут

Причинные эффекты языковых свойств
Рейд Прайзант, Даллас Кард, Дэн Джурафски, Виктор Вейч и Дханья Шридхар

О переносимости эффектов смягчения смещения при тонкой настройке языковой модели
Ксисен Цзинь, Франческо Барбьери, Брендан Кеннеди, Аида Мостафазаде Давани, Леонардо Невес и Сян Рен

Многовидовая регуляризация подслов
Синьи Ван, Себастьян Рудер и Грэм Нойбиг

Управляемое упрощение текста с явным перефразированием
Муника Маддела, Фернандо Альва-Манчего и Вэй Сюй

Использование глубоких представлений радиологических отчетов в анализе выживаемости для прогнозирования смертности пациентов от сердечной недостаточности
Хюн Ги Ли, Эван Шолле, Эшли Биси, Субхи Аль’Ареф и Ифань Пэн

Декодирование Smart-Start для нейронного машинного перевода
Цзянь Ян, Шумин Ма, Дондун Чжан, Цзюньчэн Ван, Чжоуцзюнь Ли и Мин Чжоу

Предварительное обучение зрению и языку без учителя без параллельных изображений и подписей
Люниан Гарольд Ли, Хаосюань Ю, Чжэкан Ван, Алиреза Зареян, Ши-Фу Чанг и Кай-Вэй Чанг

Многозадачность запрещает семантический дрейф
Атул Пол Джейкоб, Майк Льюис и Джейкоб Андреас

Смешение кода на Улице Сезам: Рассвет состязательных полиглотов
Самсон Тан и Шафик Джоти

Полу-контролируемая инициализация политики для игр с подсказками языка
Цу-Джуй Фу и Уильям Ян Ван

Зондирование низкой сложности с помощью поиска подсетей
Виктор Сань и Александр Раш

Регуляризация конфиденциальности: совместная оптимизация утилит конфиденциальности в языковых моделях
Фатемехсадат Мирешгаллах, Хусейн Инан, Марчелло Хасегава, Виктор Рюле, Тейлор Берг-Киркпатрик и Роберт Сим

Dynabench: переосмысление бенчмаркинга в NLP
Дуве Кила, Макс Бартоло, Исин Ни, Дивянш Кошик, Аттикус Гейгер, Чжэнсюань Ву, Берти Видген, Груша Прасад, Аманприт Сингх, Зеристан Рингшие, Пратик Рингшие Васим, Понтус Стенеторп, Робин Джиа, Мохит Бансал, Кристофер Поттс и Адина Уильямс

Утрата языковой сложности в текстовой терапии
Джейсон Вей, Келли Финн, Эмма Темплтон, Талия Уитли и Соруш Восуги

МелБЕРТ: Обнаружение метафор через контекстуализированное позднее взаимодействие с использованием метафорических теорий идентификации
Минджин Чой, Сонкён Ли, Ынсон Чой, Пак Хису, Чунхёк Ли, Донгвон Ли и Чонвук Ли

Проверка переводов слов в преобразователе и торговом декодере для слоев кодировщика
Хунфэй Сюй, Йозеф ван Генабит, Цюхуэй Лю и Дейи Сюн

Самоконтролируемое тестовое обучение для понимания прочитанного
Пратьяй Банерджи, Теджас Гокхале и Читта Барал

InfoXLM: Информационно-теоретическая основа для предварительного обучения кросс-языковой модели
Зевен Чи, Ли Донг, Фуру Вэй, Нан Ян, Сакшам Сингхал, Венхуэй Ван, Ся Сун, Сиань-Лин Мао, Хэйан Хуанг и Мин Чжоу

Важность моделирования социальных факторов языка: теория и практика
Дирк Хови и Дийи Ян

Сеть скользящего переключателя с динамической памятью для извлечения обобщения длинных документов
Peng Cui and Le Hu

Обучение организации пакета слов в предложения с помощью нейронных сетей: эмпирическое исследование
Чунъян Тао, Шен Гао, Джунтао Ли, Янсун Фэн, Дунъянь Чжао и Жуй Янь

Модель сокращения и расширения для адаптации предметной области нейронного машинного перевода
Шухао Гу, Ян Фэн и Ваннинг Се

Извлечение модели и состязательная передача, ваш BERT уязвим!
Сюаньли Хэ, Линцзюань Лю, Личао Сунь и Цюнкай Сюй

Гетерогенные графические нейронные сети для изучения концептуальных предварительных соотношений в образовательных данных
Чэнхао Цзя, Юнлян Шен, Йечун Тан, Лу Сун и Вэйминь Лу

KPQA: метрика для генеративного ответа на вопрос с использованием весов ключевых фраз
Хванхи Ли, Сынхён Юн, Франк Дернонкур, Ду Сун Ким, Чунг Буи, Чжунбо Шин и Кёмин Джунг

Сложность слов в глазах смотрящего
Сиан Гудинг, Екатерина Кочмар, Сеид Мухие Йимам и Крис Биман

Сеть отслеживания контекста: моделирование контекста на основе графиков для неявного распознавания дискурсивных отношений
Инсюэ Чжан, Фандун Мэн, Пэн Ли, Пин Цзянь и Цзе Чжоу

DA-Transformer: преобразователь с дистанционным управлением
Chuhan Wu, Fangzhao Wu и Yongfeng Huang

Обнаружение масштабируемых и интерпретируемых семантических изменений
Сириэль Монтариоль, Матей Мартинч и Лидия Пивоварова

Active² Learning: активное сокращение избыточности в методах активного обучения для маркировки последовательностей и машинного перевода
Риши Хазра, Параг Датта, Шубхам Гупта, Мохаммед Абдул Каатир и Амбедкар Дуккипати

Двойное возмущение: оценка устойчивости и противодействия
Чун Чжан, Цзею Чжао, Хуан Чжан, Кай-Вей Чанг и Чо-Джуй Се

MM-AVS: полномасштабный набор данных для мультимодального суммирования
Сиянь Фу, Цзюнь Ван и Чжэнлу Ян

UniDrop: простой, но эффективный метод улучшения трансформатора без дополнительных затрат
Zhen Wu, Lijun Wu, Qi Meng, Yingce Xia, Shufang Xie, Tao Qin, Xinyu Dai и Tie-Yan Liu

XOR QA: кросс-язычный вопрос с открытым поиском ответов
Акари Асаи, Джунго Касаи, Джонатан Кларк, Кентон Ли, Юнсол Чой и Ханнане Хаджиширзи

Создание оптимального плана вопросов для интервью с использованием графа знаний и целочисленного линейного программирования
Сохам Датта, Прабир Маллик, Сангамешвар Патил, Индраджит Бхаттачарья и Гириш Палшикар

Автоматическое создание наборов контрастов из графов сцены: проверка композиционной согласованности GQA
Йонатан Биттон, Габриэль Становски, Рой Шварц и Майкл Эльхадад

Классификация языка ненависти на протяжении всей жизни в социальных сетях
Jing Qian, Hong Wang, Mai ElSherief и Xifeng Yan

Построение таксономий на основе предварительно обученных языковых моделей
Кэтрин Чен, Кевин Линь и Дэн Кляйн

Включение синтаксиса и семантики в разрешение Coreference с помощью сети внимания гетерогенного графа
Фан Цзян и Тревор Кон

Фильтрация данных с использованием кросс-языковых вложений слов
Кристиан Герольд, Ян Розендаль, Йорис Ванвинкенрой и Герман Ней

Исследование контекстных языковых моделей для поиска точек соприкосновения с визуальными представлениями
Габриэль Ильхарко, Роуэн Зеллерс, Али Фархади и Ханнане Хаджиширзи

Открытый вопрос, ответы на вопросы по таблицам с помощью плотного поиска
Джонатан Херциг, Томас Мюллер, Сирин Кричене и Джулиан Эйзеншлос

WEC: Получение крупномасштабного междокументного набора данных Event Coreference из Википедии
Алон Эйрев, Ари Каттан и Идо Даган

Представление событий с последовательными полууправляемыми дискретными переменными
Мехди Резаи и Фрэнсис Ферраро

Обратная связь с обратным переводом повышает доверие пользователей к MT, а не к качеству
Вилем Зоухар, Михал Новак, Матуш Жилинец, Ондржей Бояр, Матео Обрегон, Робин Л.Хилл, Фредерик Блен, Марина Фомичева, Люсия Специя и Лиза Янковская

Классификация текстов по нескольким фрагментам с триплетными сетями, расширением данных и обучением по учебной программе
Джейсон Вэй, Чэнью Хуан, Соруш Восуги, Ю Ченг и Шики Сю

AdaptSum: на пути к адаптации домена с низким уровнем ресурсов для абстрактного обобщения
Тиеженг Ю, Зихан Лю и Паскаль Фунг

Теги большого контекста: когда и почему они работают?
Цзиньлань Фу, Лянцзин Фэн, Ци Чжан, Сюаньцзин Хуанг и Пэнфэй Лю

Создание синтетического корпуса на основе графа знаний для модели языка с расширенными знаниями Предварительное обучение
Ошин Агарвал, Хеминг Ге, Сиамак Шакери и Рами Аль-Рфу

Сегментация нейронной последовательности как определение крайних левых сегментов
Янмин Ли, Лемао Лю и Кайшэн Яо

Дифференцируемое открытое здравое рассуждение
Билл Ючен Лин, Гаитян Сан, Бхуван Дхингра, Манзил Захир, Сян Рен и Уильям Коэн

Мета-обучение для обобщения предметной области при семантическом анализе
Бейлин Ван, Мирелла Лапата и Иван Титов

Адаптивная и интерпретируемая нейронная память поверх символических знаний
Пэт Верга, Гаитян Сан, Ливио Бальдини Соарес и Уильям Коэн

Swords: эталон лексической замены с улучшенным охватом данных и качеством
Мина Ли, Крис Донахью, Робин Джиа, Александр Иябор и Перси Лян

Признание именных организаций COVID-19 для вьетнамцев
Тхинь Хунг Чыонг, Май Хоанг Дао и Дат Куок Нгуен

Введение в CAD: набор данных о контекстном злоупотреблении
Берти Видген, Донг Нгуен, Хелен Маргеттс, Патрисия Россини и Ребекка Тромбл

Захват семантики строк и столбцов в основанных на преобразователях вопросах, отвечая на вопросы по таблицам
Майкл Гласс, Мустафа Каним, Альфио Глиоззо, Саним Чемменгат, Вишваджит Кумар, Ришав Чакраварти, Ави Сил, Фейфели Пан, Самарт Бхарадваджфо и Фаусели Пэн, Самарт Бхарадваджфо

Изучение синтаксиса из естественных скобок
Тианзе Ши, Озан Ирсой, Игорь Малиутов и Лилиан Ли

Оставайтесь вместе: система для одиночного и раздельного антецедентного разрешения анафоры
Хунтао Ю, Нафисе Садат Мусави, Сильвиу Паун и Массимо Поэзио

Простой подход к работе с идентификаторами вне словарного запаса при глубоком обучении для исходного кода
Надежда Чиркова и Сергей Трошин

Действительно ли модели НЛП могут решать простые математические задачи со словами?
Аркил Патель, Сатвик Бхаттамишра и Навин Гоял

Выявление полезных предложений в обзорах продуктов
Ифтах Гамзу, Хила Гонен, Гилад Кутиель, Ран Леви и Юджин Агихтейн

Статические вложения как эффективные базы знаний?
Филипп Дюфтер, Нора Касснер и Хинрих Шютце

Нейронный машинный перевод без вложений
Ури Шахам и Омер Леви

Язык в поле (поиска): изучение языка на основе реального взаимодействия человека и машины
Федерико Бьянки, Чиро Греко и Якопо Тальябуэ

Выявление внутреннего несогласия в логическом выводе на естественном языке
Синьлян Фредерик Чжан и Мари-Катрин де Марнефф

Что насчет прецедента: теоретико-информационный анализ общего права
Йозеф Валвода, Тьяго Пиментель, Никлас Стоер, Райан Коттерелл и Симоне Тойфель

Обнаружение суицидных идей через социальные и временные представления пользователей с использованием гиперболического обучения
Рамит Сони, Харшит Джоши, Раджив Ратн Шах и Люси Флек

Трансляционное НЛП: новая парадигма и общие принципы исследования обработки естественного языка
Денис Ньюман-Гриффис, Джилл Фейн Леман, Кэролайн Роуз и Гарри Хоххайзер

CaSiNo: Корпус переговорных диалогов в кемпинге для автоматических систем переговоров
Кушал Чавла, Джейса Рамирес, Рене Клевер, Гейл Лукас, Джонатан Мэй и Джонатан Гратч

Теоретико-игровой словарь, отобранный с помощью индекса Шепли и Банцафа
Рома Патель, Марта Гарнело, Ян Гемп, Крис Дайер и Йорам Бахрах

Обучение распознаванию диалектных особенностей
Дороттия Демски, Девьяни Шарма, Джонатан Кларк, Винодкумар Прабхакаран и Джейкоб Эйзенштейн

ДАТА: Обнаружение аномалий в тексте посредством самоконтроля трансформаторов
Андрей Манолаш, Флорин Брэд и Елена Бурчану

Эмпирическое сравнение методов атрибуции экземпляров для НЛП
Пуя Пезешкпур, Сартак Джайн, Байрон Уоллес и Самир Сингх

Зондирование для мостового вывода в моделях языка преобразователей
Онкар Пандит и Юфанг Хоу

Учимся разбирать и организовывать сложные задачи
И Чжан, Суджай Кумар Джаухар, Юлия Киселева, Райен Уайт и Дэн Рот

О вложениях переменных в рекуррентные нейронные сети для исходного кода
Надежда Чиркова

Пакетное активное обучение с учетом разнообразия для анализа зависимостей
Тианзе Ши, Адриан Бентон, Игорь Малиутов и Озан Ирсой

Универсальные состязательные атаки с естественными триггерами для классификации текста
Ливэй Сонг, Синьвэй Ю, Сюань-Дун Пэн и Картик Нарасимхан

Многозадачное обучение для эмоционального анализа раскрытия сексуального насилия
Рамит Сони, Пунит Матур, Тару Джайн, Акаш Кумар Гаутам и Раджив Ратн Шах

Выявляет ли BERT, предварительно обученный по клиническим заметкам, конфиденциальные данные?
Эрик Леман, Сартак Джайн, Карл Пичотта, Йоав Голдберг и Байрон Уоллес

CoRT: дополнительные рейтинги от Transformers
Марко Врзалик и Дирк Кречел

Группировка заголовков новостей как сложная задача NLU
Филипп Лабан, Лукас Бандаркар и Марти А.Херст

Разработка минимальной системы извлечения и чтения для ответов на вопросы в открытом домене
Сохи Ян и Минджун Сео

Об использовании контекста для прогнозирования цитируемости предложений в научных статьях
Ракеш Госанги, Равнит Арора, Мохсен Гейсариеха, Дебанджан Махата и Хаймин Чжан

Явные цели выравнивания для многоязычных двунаправленных кодеров
Джунджи Ху, Мелвин Джонсон, Орхан Фират, Адитья Сиддхант и Грэм Нойбиг

Ответы на вопросы открытого домена становятся общими посредством переписывания вопросов
Равитея Ананта, Светлана Вакуленко, Чжученг Ту, Шейн Лонгпре, Стивен Пулман и Шринивас Чаппиди

FLIN: гибкий интерфейс для веб-навигации на естественном языке
Сахисну Мазумдер и Ориана Рива

ENTRUST: переосмысление аргументов с помощью языковых моделей и привлечение
Тухин Чакрабарти, Кристофер Хидей и Смаранда Муресан

Получите витамин C! Надежная проверка фактов с помощью противоположных доказательств
Таль Шустер, Адам Фиш и Регина Барзилай

Новый подход к избыточной генерации и оценке абстрактных резюме
Кайцян Сун, Бинцин Ван, Чжэ Фэн и Фэй Лю

Последние достижения в обработке нейронных метафор: лингвистическая, когнитивная и социальная перспектива
Сяоюй Тонг, Екатерина Шутова и Марта Льюис

Повышение достоверности абстрактного обобщения с помощью генерации и отбора контрастных кандидатов
Сихао Чен, Фан Чжан, Казу Сон и Дэн Рот

Обнаружение машинного перевода текста на основе подобия текста с двусторонним переводом
Хоанг-Куок Нгуен-Сон, Тран Тхао, Сейра Хидано, Ишита Гупта и Синсаку Киемото

Единая предварительная подготовка для понимания и разработки программ
Васи Ахмад, Сайкат Чакраборти, Байшакхи Рэй и Кай-Вей Чанг

Препятствия на пути к прогрессу в подробных ответах на вопросы
Калпеш Кришна, Аурко Рой и Мохит Айер

Детоксикация языковых моделей рискует маргинализацией голосов меньшинств
Альберт Сю, Эшаан Патак, Эрик Уоллес, Сучин Гуруранган, Маартен Сап и Дэн Кляйн

Поддержка кластеризации с контрастным обучением
Дэцзяо Чжан, Фэн Нан, Сяокай Вэй, Шан-Вэнь Ли, Хэнхуи Чжу, Кэтлин Маккеун, Рамеш Наллапати, Эндрю О.Арнольд и Бинг Сян

О смещении внимания трансформатора к монотонности
Аннет Риос, Шанталь Амрейн, Ноэми Эпли и Рико Сеннрих

РУСАЛКА: создание метафор с символизмом и дискриминационным декодированием
Тухин Чакрабарти, Сюруй Чжан, Смаранда Муресан и Нанюн Пэн

От моделирования замаскированного языка к переводу: вспомогательные задачи, не относящиеся к английскому языку, улучшают понимание разговорного языка с нулевым выстрелом
Роб ван дер Гут, Ибрагим Шараф, Айжан Иманкулова, Ахмет Устюн, Мария Степанович, Алан Рампони, Сити Ориза Мамирунис Барбара Доска

Тематическая модель или Тематическая болтовня? Переоценка мер семантической интерпретации
Кейтлин Дуган и Рэй Бантин

Обобщение в системе инструкций
Сохам Дэн, Майкл Чжоу и Дэн Рот

Непрерывное обучение классификации текста с регуляризацией на основе распутывания информации
Юфань Хуанг, Янчжэ Чжан, Цзяао Чен, Сюэчжи Ван и Дийи Ян

О влиянии случайных семян на справедливость клинических классификаторов
Сильвио Амир, Ян-Виллем ван де Меент и Байрон Уоллес

mT5: многоязычный предварительно обученный преобразователь текста в текст
Линтинг Сюэ, Ной Констан, Адам Робертс, Михир Кале, Рами Аль-Рфу, Адитья Сиддхант, Адитья Баруа и Колин Раффель

Сложные модели распределения с концептуальной сетью философских терминов
Иветт Оортвейн, Йелке Блум, Пиа Соммерауер, Франсуа Мейер, Вэй Чжоу и Антске Фоккенс

Вывод на основе кластеризации для биомедицинских объектов, связывающих
Рико Энджелл, Николас Монат, Сунил Мохан, Нишант Ядав и Эндрю МакКаллум

Универсальная семантическая маркировка для английского и мандаринского китайского
Wenxi Li, Yiyang Hou, Yajie Ye, Li Liang и Weiwei Sun

Align-Refine: неавторегрессивное распознавание речи посредством итеративного выравнивания
Итан А.Чи, Джулиан Салазар и Катрин Кирхгофф

ER-AE: Генерация дифференциально закрытого текста для анонимизации авторства
Хаохан Бо, Стивен Х. Динг, Бенджамин К. М. Фунг и Фаркхунд Икбал

Изучение исполнений для семантического анализа
Бейлин Ван, Мирелла Лапата и Иван Титов

D2S: Генерация документа в слайд с помощью обобщения текста на основе запросов
Эдвард Сунь, Юфан Хоу, Дакуо Ван, Юньфэн Чжан и Нэнси Х.Р. Ван

LightningDOT: предварительное обучение визуально-семантических встраиваний для поиска изображения и текста в реальном времени
Сици Сунь, Йен-Чун Чен, Линьцзе Ли, Шуохан Ван, Ювэй Фанг и Цзинцзин Лю

Объяснение прогнозов нейронной сети для пар предложений с помощью обучающих масок групп слов
Ханджи Чен, Сон Фэн, Джатин Ганхотра, Хуэй Ван, Чулака Гунасекара, Сачиндра Джоши и Янфэн Джи

Целенаправленное состязательное обучение для понимания естественного языка
Лис Перейра, Сяодун Лю, Хао Ченг, Хойфунг Пун, Цзяньфэн Гао и Ичиро Кобаяши

Повышение лексической способности предварительно обученных языковых моделей для неконтролируемого нейронного машинного перевода
Александра Хронопулу, Дарио Стояновски и Александр Фрейзер

Генерация текста из структур репрезентации дискурса
Цзянмин Лю, Шай Б.Коэн и Мирелла Лапата

QMSum: новый эталон для обобщения результатов многодоменных встреч на основе запросов
Мин Чжун, Да Инь, Тао Ю, Ахмад Заиди, Мутетия Мутума, Рахул Джха, Ахмед Хасан Авадаллах, Асли Челикйилмаз, Ян Лю и Драпенг Кью Радев

Понимание пониманием не: моделирование отрицания в языковых моделях
Ариан Хоссейни, Шива Редди, Дмитрий Богданау, Р. Девон Хьельм, Алессандро Сордони и Аарон Курвиль

RocketQA: Оптимизированный обучающий подход к поиску плотных проходов для ответов на вопросы в открытой области

Пересмотр представлений документов для крупномасштабного обучения с нулевым выстрелом
Джихён Киль и Вей-Лун Чао

Ола, Бонжур, Сальве! XFORMAL: эталон для передачи многоязычного формального стиля
Элефтерия Бриаку, Ди Лу, Ке Чжан и Джоэл Тетро

GPT Perdetry Test: создание новых значений для новых слов
Николай Малкин, Самира Ланка, Пранав Гоэль, Судха Рао и Небойша Джоджич

Тонкая настройка предварительно обученной языковой модели со слабым контролем: подход к самообучению, основанный на контрастных правилах
Юэ Ю, Симиао Цзо, Хаомин Цзян, Венди Рен, Туо Чжао и Чао Чжан

Nutri-bullets Hybrid: согласованное многодокументное обобщение
Дарш Шах, Лили Ю, Тао Лей и Регина Барзилай

На пути к всестороннему пониманию и точной оценке социальных предубеждений у предварительно обученных трансформеров
Эндрю Сильва, Прадьюмна Тамбвекар и Мэтью Гомболай

Отрицательный перенос языка в изучающем английский язык: новый набор данных
Летисия Фариас Вандерли, Николь Чжао и Кэрри Демманс Эпп

Объяснимое многопоточное вербальное рассуждение посредством внутреннего монолога
Чжэнчжун Лян, Стивен Бетхард и Михай Сурдяну

Об обучении передаче стилей текста с прямым вознаграждением
Лю Исинь, Грэм Нойбиг и Джон Вайтинг

AVA: метод автоматической электронной оценки для систем ответов на вопросы
Thuy Vu and Alessandro Moschitti

Взгляд за пределы естественного языкового вывода на уровне предложений для ответов на вопросы и обобщения текста
Аншуман Мишра, Дхрувеш Патель, Апарна Виджаякумар, Сян Лоррейн Ли, Паван Капанипати и Картик Таламадупула

РЕКОМЕНДУЮЩИЙ: Улучшенный повторный ранжирование с использованием перекрестного внимания, ориентированного на охват, для ответа на вопросы открытого домена
Сринивасан Айер, Севон Мин, Яшар Мехдад и Вен-тау Йих

Изучение взаимосвязи между производительностью алгоритмов, словарным запасом и временем выполнения в классификации текста
Уилсон Фирн, Орион Веллер и Кевин Сеппи

Сосредоточенное внимание улучшает создание документов, основанных на документах
Шримаи Прабхумойе, Казума Хашимото, Инбо Чжоу, Алан В. Блэк и Руслан Салахутдинов

SpanPredict: извлечение предиктивных интервалов документов с помощью нейронного внимания
Вивек Субраманиан, Мэтью Энгельхард, Сэм Берчак, Ликун Чен, Рикардо Энао и Лоуренс Карин

Проверка фактов [МАСКА]: обучение vs.Учимся вспоминать
Цзэсюань Чжун, Дэн Фридман и Данки Чен

SOCCER: Коллекция отслеживания состояния с ограниченным количеством информации в домене спортивных комментариев
Ruochen Zhang и Carsten Eickhoff

Имеет ли значение структура? Кодирование документов для машинного чтения
Хуэй Ван, Сон Фенг, Чулака Гунасекара, Шива Санкалп Патель, Шачиндра Джоши и Луис Ластрас

Эффективное внимание для обобщения длинных документов
Луян Хуанг, Шуян Цао, Николаус Парулиан, Хэн Цзи и Лу Ван

Моделирование психических состояний человека с помощью повествовательного графа на основе сущностей
Ай-Та Ли, Мария Леонор Пачеко и Дэн Голдвассер

Непараметрическое короткое обучение для устранения неоднозначности смысла слова
Ховард Чен, Мэнчжоу Ся и Даньци Чен

Композиционное обобщение для нейросемантического анализа с помощью контролируемого внимания на уровне диапазона
Пэнчэн Инь, Хао Фанг, Грэм Нойбиг, Адам Паулс, Эммануил Антониос Платаниос, Ю Су, Сэм Томсон и Джейкоб Андреас

MetaXL: преобразование мета-представления для межъязыкового обучения с низким уровнем ресурсов
Мэнчжоу Ся, Гуоцин Чжэн, Субхабрата Мукерджи, Милад Шокухи, Грэм Нойбиг и Ахмед Хассан Авадалла

Апостериорная дифференциальная регуляризация с f-дивергенцией для повышения устойчивости модели
Хао Ченг, Сяодун Лю, Лис Перейра, Яолян Ю и Цзяньфэн Гао

Структура социальных сетей онлайн модулирует скорость лексического изменения
Цзянь Чжу и Дэвид Юргенс

Сверточные сети графов для определения причинно-следственной связи событий с помощью богатых структур на уровне документов
Минь Чан Фу и Тьен Хуу Нгуен

Надежный ответ на вопрос через выравнивание частей
Джифань Чен и Грег Даррет

Редактирование текста командой
Феликс Фалтингс, Мишель Гэлли, Герольд Хинц, Крис Брокетт, Крис Квирк, Цзяньфэн Гао и Билл Долан

ТАББИ: Предварительно обученные представления табличных данных
Хироши Иида, Дунг Тай, Варун Манджунатха и Мохит Ийер

ReinforceBug: платформа для создания текстовых примеров состязательности
Бушра Сабир, Мухаммед Али Бабар и Радж Гайр

Оценка методов значимости для моделей нейронного языка
Шуоян Дин и Филипп Коэн

Контекстуализированное возмущение для текстовой состязательной атаки
Дяньци Ли, Ичжэ Чжан, Хао Пэн, Лицюнь Чен, Крис Брокетт, Мин-Тинг Сун и Билл Долан

Подход углубленного изучения метрики к связыванию счетов
Алим Хан, Элизабет Флеминг, Ноа Шофилд, Маркус Бишоп и Николас Эндрюс

Маски сети внимания: переосмысление и усиление трансформатора
Чжихао Фань, Еюнь Гун, Дайихэн Лю, Чжуню Вэй, Сиюань Ван, Цзянь Цзяо, Нань Дуань, Жофей Чжан и Сюаньцзин Хуанг

Макро-среднее: редкие типы тоже важны
Тамме Гауда, Вэйцю Ю, Константин Лигнос и Джонатан Мэй

Предсказание деревьев дискурса с помощью нейронных сумматоров на основе трансформаторов
Вэнь Сяо, Патрик Хубер и Джузеппе Каренини

Эмпирическое исследование генерации нейронных ключевых фраз
Руи Мэн, Синди Юань, Тонг Ван, Саньцян Чжао, Адам Тришлер и Дацин Хэ

Измерение социальных предубеждений в обоснованном видении и встраивании языка
Кэндис Росс, Борис Кац и Андрей Барбу

Дистилляция данных и моделей как решение для проверки фактов с переносом домена
Митч Пол Митхун, Сандип Сунтвал и Михай Сурдяну

Многозадачное обучение с помощью общего кодировщика для машинного перевода без авторегрессии
Юнчан Хао, Шилинь Хе, Вэньсян Цзяо, Чжаопэн Ту, Майкл Лю и Син Ван

Обрамление без упаковки: полу-контролируемая интерпретируемая модель мультимедийных рамок с несколькими экранами
Шима Ханезар, Тревор Кон, Госия Миколайчак, Эндрю Турпин и Леа Фрерманн

Дистанционно контролируемые трансформаторы для электронной коммерции Продукт QA
Хэппи Миттал, Аникет Чакрабарти, Белхассен Баяр, Анимеш Анант Шарма и Нихил Расивасиа

Выберите свое собственное приключение: парные предложения в совместном написании для оценки моделей генерации историй
Элизабет Кларк и Ноа А.Смит

Оценка безреференсной коллегиальной оценки для машинного перевода
Света Агравал, Джордж Фостер, Маркус Фрейтаг и Колин Черри

TaxoClass: иерархическая классификация текста с несколькими метками с использованием только имен классов
Цзяммин Шен, Венда Цю, Ю Мэн, Цзинбо Шан, Сян Рен и Цзявэй Хан

RefSum: рефакторинг нейронного суммирования
Исинь Лю, Цзы-И Доу и Пэнфэй Лю

Адаптация разрешения Coreference для обработки повествований о насильственной смерти
Анкит Уппунда, Сьюзан Кокран, Джейкоб Фостер, Алина Арсеньева-Келер, Вики Мейс и Кай-Вей Чанг

Модульные сети для составления инструкций по
Родольфо Корона, Дэниел Фрид, Колин Девин, Дэн Кляйн и Тревор Даррелл

Дискурсивное исследование предварительно обученных языковых моделей
Фаджри Кото, Джей Хан Лау и Тимоти Болдуин

BBAEG: На пути к созданию биомедицинских состязательных примеров на основе BERT для классификации текста
Ishani Mondal

MIMOQA: Ответ на вопрос о мультимодальном вводе и многомодальном выводе
Хритурадж Сингх, Аншул Насери, Денил Мехта, Айшвария Агарвал, Джатин Ламба и Баладжи Васан Шринивасан

Текстовые модульные сети: обучение декомпозиции задач на языке существующих моделей
Тушар Хот, Дэниел Хашаби, Кайл Ричардсон, Питер Кларк и Ашиш Сабхарвал

Многоходовой преобразователь для машинного перевода на уровне документов
Long Zhang, Tong Zhang, Haibo Zhang, Baosong Yang, Wei Ye и Shikun Zhang

DirectProbe: изучение представлений без классификаторов
Ичу Чжоу и Вивек Срикумар

Языковая модель с отметкой времени: обучение языковых моделей для понимания потока событий
Хоссейн Раджаби Фагихи и Париса Корджамшиди

Автоматическая классификация методов нейтрализации в описании скептицизма изменения климата
Шрей Бхатиа, Джей Хан Лау и Тимоти Болдуин

Аннотирование и моделирование точных фактов в обобщении
Таня Гоял и Грег Дарретт

Межъязыковая кросс-модальная предварительная подготовка для мультимодального поиска
Хунлян Фей, Тан Ю и Пинг Ли

Декодирование NeuroLogic: (не) контролируемое создание нейронного текста с ограничениями предикатной логики
Симинг Лу, Питер Уэст, Роуэн Зеллерс, Ронан Ле Бра, Чандра Бхагаватула и Йеджин Чой

Worldly Wise (WoW) — кросс-языковое объединение знаний для основанного на фактах визуального разговорного ответа на вопрос
Киран Рамнат, Леда Сари, Марк Хасегава-Джонсон и Чанг Ю

Конструкция состязательного примера на основе сюжета для оценки создания историй в открытой области
Сарик Газарян, Зикси Лю, Акаш С.М., Ральф Вайшедель, Арам Галстян и Нанюн Пэн

Глобальный метод раннего выхода из прошлого и будущего для ускорения вывода предварительно обученных языковых моделей
Кайюань Ляо, И Чжан, Сюаньчэн Рен, Ци Су, Сюй Сунь и Бинь Хэ

Улучшение кросс-модального согласования в навигации на языке зрения с помощью синтаксической информации
Цзялу Ли, Хао Тан и Мохит Бансал

Предварительное обучение на основе структуры для преобразования текста в SQL
Сян Денг, Ахмед Хасан Авадалла, Кристофер Мик, Александр Полозов, Хуан Сан и Мэтью Ричардсон

Повышение фактической полноты и согласованности создания радиологического отчета с преобразованием изображения в текст
Ясухидэ Миура, Юхао Чжан, Эмили Цай, Кертис Ланглоц и Дэн Джурафски

Эффективное обобщение текстовых и графических кодировок многодокументных кластеров
Рамакант Пасунуру, Менгвен Лю, Мохит Бансал, Суджит Рави и Маркус Дрейер

Если вы хотите пойти далеко Идите вместе: совместное неконтролируемое извлечение свидетельств кандидатов для многоадресного вопроса Ответ
Викас Ядав, Стивен Бетард и Михай Сурдеану

NER с шумовой меткой и оценкой достоверности
Кун Лю, Яо Фу, Чуаньци Тан, Моша Чен, Ниню Чжан, Сунфан Хуанг и Шэн Гао

GEMNET: эффективные представления Gated Gazetteer для распознавания сложных объектов в низкоконтекстном вводе
Тао Мэн, Анжи Фанг, Олег Рохленко и Шервин Малмаси

Понимание жестких негативов в оценке шума с помощью контраста
Вэньчжэн Чжан и Карл Стратос

Расширение преобразователей с помощью структурированных представлений тензорного произведения для абстрактного обобщения
Ичен Цзян, Асли Челикйилмаз, Пол Смоленский, Пол Соулос, Судха Рао, Хамид Паланги, Роланд Фернандес, Кейтлин Смит, Мохит Бансал и Цзянфенг Гао

Сертифицированная устойчивость к атакам с заменой слов с дифференциальной конфиденциальностью
Вэньцзе Ван, Пэнфэй Тан, Цзянь Лу и Ли Сюн

Латентно-оптимизированная передача состязательной нейронной сети для обнаружения сарказма
Сюй Го, Боян Ли, Хан Ю и Чуньян Мяо

Разделение семантики и синтаксиса во вложениях предложений с предварительно обученными языковыми моделями
Джеймс Ю.Хуан, Куан-Хао Хуанг и Кай-Вэй Чанг

Оценка ценностей источников в трансферном обучении
Md Rizwan Parvez and Kai-Wei Chang

ДЕСЕМБЕРТ: обучение по шумным обучающим видео с помощью плотных подписей и минимизации энтропии
Цзиненг Тан, Цзе Лэй и Мохит Бансал

Передача нескольких стилей с дискриминационной обратной связью по непересекающемуся корпусу
Навита Гоял, Баладжи Васан Шринивасан, Анандхавелу Н. и Абхилаша Санчети

Что в сводке? Закладывая основу для достижений в обобщении курсов по больницам
Гриффин Адамс, Эмили Алсентцер, Мерт Кетенси, Джейсон Цукер и Ноэми Эльхадад

Представление чисел в НЛП: обзор и видение
Авиджит Тавани, Джей Пуджара, Филип Илиевски и Педро Секели

Инкрементальная классификация текстов по нескольким фрагментам с многоэтапными новыми классами: формулировка, набор данных и система
Congying Xia, Wenpeng Yin, Yihao Feng и Philip Yu

Улучшение создания и оценки визуальных историй посредством семантической согласованности
Адьяша Махарана, Дэррил Ханнан и Мохит Бансал

Спросите, чего не хватает и что полезно: Улучшение генерации уточняющих вопросов с использованием глобальных знаний
Бодхисаттва Прасад Маджумдер, Судха Рао, Мишель Гэлли и Джулиан Маколи

Удивительно простая лингвистическая стеганография на основе редактирования с моделью замаскированного языка
Хонаи Уэока, Юго Мураваки и Садао Курохаси

SPARTQA: тестовый тест с ответами на текстовые вопросы для пространственного мышления
Рошанак Мирзаи, Хоссейн Раджаби Фагихи, Цян Нин и Париса Корджамшиди

Об объединении обнаружения дезинформации
Наён Ли, Белинда З.Ли, Синонг Ван, Паскаль Фунг, Хао Ма, Вэнь-тау Их и Мадиан Хабса

Непрерывное обучение нейронному машинному переводу
Юэ Цао, Хао-Жань Вэй, Бокс Чен и Сяоцзюнь Ван

Упрощение медицинских текстов на уровне абзаца
Эшвин Деварадж, Иэн Маршалл, Байрон Уоллес и Джуньи Джесси Ли

Сквозной ASR для совместного прогнозирования транскрипции и лингвистических аннотаций
Мотои Омачи, Юя Фудзита, Синдзи Ватанабэ и Мэтью Визнер

Встраивание полей: унифицированная структура на основе зерна для представления слов
Цзюньцзе Луо, Си Чен, Цзичао Сунь, Юэцзя Сян, Нингю Чжан и Сян Ван

Распространение оценки суммирования нескольких документов на интерактивную среду
Ори Шапира, Рамакант Пасунуру, Хадар Ронен, Мохит Бансал, Яэль Амстердамер и Идо Даган

Уточнение кросс-язычного встраивания слов от ℓ ₁ Оптимизация норм
Сютан Пэн, Чэнхуа Линь и Марк Стивенсон

Генеративное воображение улучшает машинный перевод
Куанью Лонг, Минсюань Ван и Лэй Ли

MTAG: Модально-временной график внимания для невыровненных человеческих многомодальных языковых последовательностей
Цзяньин Ян, Юнсинь Ван, Жуйтао И, Юйин Чжу, Азаан Рехман, Амир Заде, Суджанья Пория и Луи-Филипп Моренси

Источник и цель Двунаправленная дистилляция знаний для сквозного перевода речи
Хирофуми Инагума, Тацуя Кавахара и Синдзи Ватанабэ

EaSe: средство диагностики для VQA на основе разнообразия ответов
Шайлза Джолли, Сандро Пеззелле и Мойн Наби

Обучение представлению дискретных аргументов для интерактивной идентификации пар аргументов
Лу Цзи, Чжуню Вэй, Цзин Ли, Ци Чжан и Сюаньцзин Хуан

К быстрой проверке фактов через недоумение
Наён Ли, Еджин Банг, Андреа Мадотто и Паскаль Фунг

Использование внешних знаний для улучшения табличных рассуждений
J.Нираджа, Вивек Гупта и Вивек Срикумар

«Я не сумасшедший»: здравый смысл отрицания и противоречия
Ливэй Цзян, Антуан Босселут, Чандра Бхагаватула и Еджин Чой

Улучшение межъязыковой передачи Zero-Shot для многоязычного ответа на вопросы с помощью графа знаний
Юйчэн Чжоу, Сюбо Гэн, Тао Шэнь, Вэньцян Чжан и Даксин Цзян

Профилирование интертекстуальности в латинской литературе с использованием вложения слов
Патрик Дж.Бернс, Джеймс Брофос, Кайл Ли, Прамит Чаудхури и Джозеф П. Декстер

WRIME: новый набор данных для оценки эмоциональной интенсивности с субъективными и объективными аннотациями
Томоюки Кадзивара, Ченхуи Чу, Норико Такемура, Юта Накашима и Хадзимэ Нагахара

Маскировка головы внимания для выбора содержимого времени вывода в абстрактном обобщении
Шуян Цао и Лу Ван

Непрерывное обучение без гиперпараметров для классификации предметной области в понимании естественного языка
Тин Хуа, Илинь Шэнь, Чаншэн Чжао, Йен-Чанг Сю и Хунся Цзинь

Моделирование правдоподобия событий с согласованной концептуальной абстракцией
Ян Порада, Кахир Сулеман, Адам Тришлер и Джеки Чи Кит Чунг

Мультимодальная сквозная разреженная модель для распознавания эмоций
Вэньлян Дай, Самуэль Кахявиджая, Зихан Лю и Паскаль Фунг

Элемент управления стилями времени вывода для обобщения
Шуян Цао и Лу Ван

Контекстно-зависимый декодер для нейронного машинного перевода с использованием целевой модели языка на уровне документа
Аманэ Сугияма и Наоки Йошинага

Удивляет ли несогласованность? Целевая оценка предсказания когерентности на основе языковых моделей
Энн Бейер, Шарид Лоайсига и Дэвид Шланген

Будьте осторожны с отравленными вложениями слов: изучение уязвимости слоев встраивания в моделях НЛП
Вэнькай Ян, Лей Ли, Чжиюань Чжан, Сюаньчэн Рен, Сюй Сунь и Бинь Хэ

Переосмысление сокращения сети — в рамках парадигмы предварительной подготовки и тонкой настройки
Дункуань Сюй, Ян Энь-Су Йен, Цзиньси Чжао и Чжибинь Сяо

Постепенное создание длинного текста с помощью предварительно обученных языковых моделей
Боуэн Тан, Цзычао Ян, Маруан Аль-Шедиват, Эрик Син и Чжитинг Ху

ЧЕСТНОСТЬ: Измерение завершения оскорбительных предложений в языковых моделях
Дебора Ноцца, Федерико Бьянки и Дирк Хови

Иерархический преобразователь для диалоговых систем, ориентированных на задачи
Бишал Сантра, Потнуру Ануша и Паван Гоял

Учимся учиться быть правым по правильным причинам
Прайд Кавумба, Бенджамин Хайнзерлинг, Ана Брассард и Кентаро Инуи

Извлечение базы знаний о механизмах из документов о COVID-19
Том Хоуп, Аида Амини, Дэвид Вадден, Мадлен ван Зуйлен, Шраванти Параса, Эрик Хорвиц, Дэниел Велд, Рой Шварц и Ханнане Хаджиширзи

PCFG могут работать лучше: создание вероятностных контекстно-свободных грамматик с множеством символов
Сонглин Ян, Янпэн Чжао и Кевэй Ту

Понимание фактов в абстрактном обобщении с помощью FRANK: эталон для показателей фактов
Артидоро Паньони, Видхиша Балачандран и Юлия Цветкова

Скалярная идентификация прилагательных и многоязычный рейтинг
Айна Гари Солер и Марианна Апидианаки

Динамическое устранение социальных предубеждений от целенаправленных представлений с помощью состязательной атаки
Ливен Ван, Юаньмэн Янь, Кэцин Хэ, Яньань Ву и Вейран Сюй

Восстановление и копирование записей династии Чосон с помощью моделирования нейронного языка и машинного перевода
Кёнпил Кан, Кёхун Джин, Соён Ян, Суджин Чан, Джегуль Чу и Ёнбин Ким

Любопытный случай галлюцинаций в нейронном машинном переводе
Викас Раунак, Арул Менезес и Марчин Джунчис-Даумант

Выделение обоснования на уровне абзаца посредством регуляризации: тематическое исследование по делам Европейского суда по правам человека
Илиас Халкидис, Манос Фергадиотис, Димитриос Царапатсанис, Николаос Алетрас, Ион Андроутсопулос и Продромос Малакасиотис

Нейронное тематическое моделирование из нескольких источников в многомерных пространствах вложения
Панкадж Гупта, Ятин Чаудхари и Хинрих Шютце

Расширение обучающих данных для трансляции смешанного кода
Абхирут Гупта, Адитья Вавре и Сунита Сараваги

Высокоэффективное обучение с внедрением графов знаний с помощью анализа ортогональных прокрастов
Сютан Пэн, Гуаньи Чен, Чэнхуа Линь и Марк Стивенсон

Ограниченное многозадачное обучение для разрешения Coreference
Цзин Лу и Винсент Нг

Индуктивный автокодировщик вариационного графа для классификации текста
Цяньцянь Се, Цзиминь Хуан, Пань Ду, Мин Пэн и Цзян-Юнь Не

Эмпирическое исследование предвзятости в мультимодальном анализе финансовых доходов Звонки
Рамит Сони, Аршия Аггарвал и Раджив Ратн Шах

Соединяющая резолюция: понимание современного состояния дел
Хидео Кобаяши и Винсент Нг

Миллион твитов стоит нескольких очков: настройка трансформаторов для задач обслуживания клиентов
Амир Хадифар, Софи Лабат, Вероник Хосте, Крис Девелдер и Томас Деместер

Доступные для поиска скрытые промежуточные звенья для сквозных моделей задач разлагаемой последовательности
Сиддхарт Далмия, Брайан Ян, Викас Раунак, Флориан Метце и Синдзи Ватанабе

WikiTalkEdit: набор данных для моделирования поведения редакторов в Википедии
Кокил Джайдка, Андреа Сеолин, Икнор Сингх, Нияти Чхайя и Лайл Унгар

Набор информационных вопросов и ответов, закрепленных в исследовательских статьях
Прадип Дасиги, Кайл Ло, Из Бельтаги, Арман Кохан, Ноа А.Смит и Мэтт Гарднер

Слишком много общего: смещение вложений в моделях языка-трансформера и его последствия
Даниэль Бись, Максим Подкорытов и Сювен Лю

Моделирование корреляции диагностических меток для автоматического кодирования ICD
Шан-Чи Цай, Чао-Вей Хуанг и Юн-Нунг Чен

Неавторегрессивный перевод по категориальным кодам обучающей цели
Ю Бао, Шуцзянь Хуанг, Тонг Сяо, Дунци Ван, Синюй Дай и Цзяцзюнь Чен

Предварительная регистрация исследования НЛП
Эмиель ван Мильтенбург, Крис ван дер Ли и Эмиель Крамер

Fool Me Twice: Entailment from Wikipedia Gamification
Джулиан Эйзеншлос, Бхуван Дхингра, Яннис Булиан, Бенджамин Бёршингер и Джордан Бойд-Грабер

Добавление Chit-Chat для улучшения диалога, ориентированного на задачи
Кай Сун, Сынвхан Мун, Пол Крук, Стивен Роллер, Бека Силверт, Бинг Лю, Чжигуанг Ван, Хунлей Лю, Ынджун Чо и Клэр Карди

DAGN: дискурсивная сеть графов для логических рассуждений
Инья Хуан, Мэн Фанг, Ю Цао, Ливэй Ван и Сяодан Лян

Предварительная подготовка к саморегулированию для представительств биомедицинских организаций
Фангю Лю, Эхсан Шареги, Зайцяо Мэн, Марко Базальделла и Найджел Коллиер

Бот-состязательный диалог для агентов безопасного общения
Цзин Сюй, Да Джу, Маргарет Ли, И-Лан Буро, Джейсон Уэстон и Эмили Динан

Неавторегрессивный семантический анализ для композиционного целевого диалога
Арун Бабу, Акшат Шривастава, Армен Агаджанян, Ахмед Али, Анжела Фан и Марджан Газвининеджад

DReCa: Общая стратегия расширения задач для быстрого вывода на естественный язык
Шихар Мурти, Тацунори Хашимото и Кристофер Мэннинг

Модель разобранной состязательной нейронной темы для отделения мнений от сюжетов в отзывах пользователей
Габриэле Пергола, Лин Гуй и Юлан Хэ

О росте трансформаторов для прогрессивного обучения BERT
Сяотао Гу, Лиюань Лю, Хункун Ю, Цзин Ли, Чен Чен и Цзявэй Хан

Введение в грамматику без учителя с помощью видео
Сонъян Чжан, Линьфэн Сон, Лифенг Джин, Кун Сюй, Дун Ю и Цзебо Ло

ZS-BERT: На пути к извлечению отношений с нулевым выстрелом с обучением представлению атрибутов
Чжи-Яо Чен и Ченг-Тэ Ли

Изучение паралингвистических функций из аудиокниг посредством преобразования голоса в стиле
Закария Алденех, Мэтью Перес и Эмили Мауэр Провост

Прогнозирование намерений на основе примеров с наблюдателями
Шикиб Мери и Михаил Эрик

Правдиво объяснимая рекомендация с помощью нейронной логики
Ясинь Чжу, Икунь Сянь, Цзохуэй Фу, Жерар де Мело и Юнфэн Чжан

Извлечение аргумента события на уровне документа условной генерацией
Ша Ли, Хэн Цзи и Цзявэй Хан

Несовершенный также заслуживает награды: многоуровневое и последовательное моделирование вознаграждения для лучшего управления диалогом
Чжэнсю Хоу, Банг Лю, Жуйхуэй Чжао, Цзицзин Оу, Яфэй Лю, Си Чен и Ефэн Чжэн

ESC: новый дизайн WSD с экстрактивным чувственным пониманием
Эдоардо Барба, Томмазо Пазини и Роберто Навильи

У всего есть причина: использование причинно-следственных связей в анализе юридических текстов
Сяо Лю, Да Инь, Янсун Фэн, Ютин Ву и Дунъянь Чжао

Использование описаний слотов для отслеживания состояния диалога между доменами Zero-Shot
Чжаоцзян Лин, Бинг Лю, Сынвхан Мун, Пол Крук, Чжэнпэн Чжоу, Чжигуанг Ван, Чжоу Ю, Андреа Мадотто, Ынджун Чо и Раджен Субба

Сглаживание и сжатие разреженного пространства поиска Seq2Seq
Бен Петерс и Андре Ф.Т. Мартинс

Самоконтролируемое состязательное обучение для обнаружения вне домена
Чжиюань Цзэн, Кэцин Хэ, Юаньмэн Янь, Хун Сюй и Вейран Сюй

Как мотивировать своего дракона: обучение целеустремленных агентов говорить и действовать в фантастических мирах
Притвирадж Амманабролю, Джек Урбанек, Маргарет Ли, Артур Шлам, Тим Роктэшель и Джейсон Уэстон

Что нужно сделать, чтобы исправить эталонный анализ в понимании естественного языка?
Сэмюэл Р.Боумен и Джордж Даль

ConVEx: маркировка слотов с эффективным использованием данных и малым количеством снимков
Мэтью Хендерсон и Иван Вулич

Набор данных разговоров на основе действий: корпус для создания более глубоких систем диалога, ориентированных на задачи
Дерек Чен, Ховард Чен, Йи Ян, Александр Линь и Чжоу Юй

CREAD: комбинированное разрешение эллипсов и анафор в диалогах
Бо-Сян Цзэн, Шрути Бхаргава, Джиаруй Лу, Джоэл Рубен Энтони Монис, Дхивья Пиравиперумал, Лин Ли и Хун Юй

Об индуктивном смещении моделирования замаскированного языка: от статистических к синтаксическим зависимостям
Тяньи Чжан и Тацунори Хашимото

Когда быть невидимым из mBERT — это только начало: работа с новыми языками с помощью многоязычных языковых моделей
Бенджамин Мюллер, Антониос Анастасопулос, Бенуа Саго и Джаме Седдах

Управление генерацией диалогов с помощью семантических примеров
Прахар Гупта, Джеффри Бигхэм, Юлия Цветкова и Эми Павел

DuoRAT: на пути к более простым моделям преобразования текста в SQL
Торстен Шолак, Раймонд Ли, Дмитрий Богданау, Харм де Фрис и Крис Пал

Сущности Википедии как место встречи между языками: обоснование многоязычных языковых моделей путем прогнозирования гиперссылок Википедии
Ясер Каликсто, Алессандро Раганато и Томмазо Пазини

Межзадачные взаимодействия представления экземпляров и зависимости меток для совместного извлечения информации с помощью сверточных сетей графов
Мин Ван Нгуен, Вьет Лай и Тхиен Хуу Нгуен

Кратковременная классификация намерений и заполнение прорезей с помощью извлеченных примеров
Дайан Ю, Лухэн Хэ, Юань Чжан, Синя Ду, Панупонг Пасупат и Ци Ли

Измерение проблемы «Я не знаю» через призму количества Грайсана
Худа Хайралла и Жоао Седок

Сколько точек данных стоит подсказка?
Тевен Ле Скао и Александр Раш

multiPRover: создание нескольких доказательств для улучшения интерпретируемости в обосновании правил
Swarnadeep Saha, Prateek Yadav and Mohit Bansal

Основанные на знаниях ограничения слотов для систем диалога, ориентированного на достижение цели
Пияват Лертвиттаякумджорн, Даниэле Бонадиман и Сааб Мансур

Пересмотр слабых мест обучения с подкреплением для нейронного машинного перевода
Сэмюэл Кигеланд и Джулия Кройцер

«Хорошая попытка, детка»: расследование Ad Hominems в диалогах
Эмили Шэн, Кай-Вэй Чанг, Прем Натараджан и Нанюн Пэн

Адаптация BERT для непрерывного изучения последовательности задач классификации аспектов тональности
Цзысюань Кэ, Ху Сюй и Бинг Лю

Человеческие информативные беседы: лучшее подтверждение с использованием условной взаимной информации
Эшвин Паранджапе и Кристофер Мэннинг

Количественная дневная торговля на естественном языке с использованием обучения с подкреплением
Рамит Сони, Арнав Вадхва, Шивам Агарвал и Раджив Ратн Шах

Простой и эффективный многозадачный подход к обучению для создания условного диалога
Ян Цзэн и Цзян-Юн Не

Adversarning Learning for Zero-Shot Stance Detection в социальных сетях
Эмили Аллавей, Малавика Срикант и Кэтлин МакКаун

Классификация Мультимодального Закона о речи на основе чувств и эмоций в Twitter
Тулика Саха, Апурва Упадхьяя, Шрипарна Саха и Пушпак Бхаттачарья

COIL: Revisit Exact Lexical Match in Information Retrieval with Contextualized Inverted List
Luyu Gao, Zhuyun Dai and Jamie Callan

Генерация отрицательных выборок путем манипулирования золотыми ответами для неконтролируемого обучения модели оценки отклика
Пак Чхэхон, Юджин Джанг, Вонсук Ян и Джонг Парк

Контролируемая нейронная кластеризация посредством обучения скрытым структурированным выходным данным: применение для проверки намерений
Ирина Хапончик и Алессандро Москитти

Learning How to Ask: Querying LMs with mix of soft prompts
Guanghui Qin and Jason Eisner

Совместное извлечение явных и неявных реляционных троек с помощью схемы рассуждений Расширенная сеть двоичных указателей
Юбо Чен, Юньки Чжан, Чанран Ху и Юнфэн Хуанг

Объединение кросс-языковой семантической маркировки ролей с помощью гетерогенных лингвистических ресурсов
Симоне Кониа, Андреа Баччу и Роберто Навильи

Многоступенчатое рассуждение по неструктурированному тексту с извлечением плотности луча
Чэнь Чжао, Чэньян Сюн, Джордан Бойд-Грабер и Хэл Доме III

Многокомпонентная дистилляция знаний для распознавания именованных сущностей
Сюань Чжоу, Сяо Чжан, Чэньян Тао, Цзюнь Чен, Бин Сюй, Вэй Ван и Цзин Сяо

Сравнительное исследование отслеживания состояния диалога на основе схемы
Цзе Цао и И Чжан

Насколько надежны системы проверки фактов по разговорным утверждениям?
Пёнчхан Ким, Хёну Ким, Сохи Хон и Гунхи Ким

Расширенный SBERT: метод увеличения данных для улучшения би-кодировщиков для задач парной оценки предложений
Нандан Такур, Нильс Реймерс, Йоханнес Даксенбергер и Ирина Гуревич

QuadrupletBERT: эффективная модель для крупномасштабного поиска на основе встраивания
Пейян Лю, Сен Ван, Си Ван, Вэй Е и Шикун Чжан

Ансамбль моделей MRR и NDCG для Visual Dialog
Идан Шварц

Многоязычное согласование с BERT после предтренировки
Лин Пань, Чунг-Вей Ханг, Хаоде Ци, Абхишек Шах, Салони Потдар и Мо Ю

Аннотация Значение Представление Кодирование и декодирование управляемых графов для совместного извлечения информации
Zixuan Zhang and Heng Ji

Быстрое и масштабируемое отслеживание состояния диалога с явной модульной декомпозицией
Динминь Ван, Чэнхуа Линь, Ци Лю и Кам-Фай Вонг

Контекстно-зависимый стробированный модуль для включения символической семантики в разрешение кореференции событий
Туан Лай, Хенг Цзи, Чунг Буи, Куан Хунг Тран, Франк Дернонкур и Уолтер Чанг

TuringAdvice: Генеративная и динамическая оценка использования языка
Роуэн Зеллерс, Ари Хольцман, Элизабет Кларк, Лианхуэй Цинь, Али Фархади и Еджин Чой

Дополнение основанных на знаниях разговоров последовательной передачей знаний
Хаолань Чжань, Хайнань Чжан, Хуншен Чен, Чжуо Дин, Юнцзюнь Бао и Яньян Лань

UDALM: Неконтролируемая адаптация домена посредством языкового моделирования
Константинос Карузос, Георгиос Параскевопулос и Александрос Потамианос

Унифицированный подход на основе диапазона для анализа мнений с использованием синтаксических элементов
Цинжун Ся, Бо Чжан, Жуй Ван, Чжэнхуа Ли, Юэ Чжан, Фей Хуанг, Ло Си и Минь Чжан

На пути к интерпретации и смягчению последствий быстрого обучения моделей NLU
Менгнан Ду, Варун Манджунатха, Раджив Джайн, Ручи Дешпанде, Франк Дернонкур, Цзюсян Гу, Тонг Сун и Ся Ху

Целевое расширение данных для обнаружения стойки
Инцзе Ли и Корнелия Карага

Многоязычные языковые модели предсказывают поведение человека при чтении
Нора Холленштейн, Федерико Пировано, Се Чжан, Лена Джагер и Лиза Бейнборн

ERNIE-Gram: предварительное обучение с явным моделированием языка с маской N-грамм для понимания естественного языка
Дунлин Сяо, Ю-Кун Ли, Хань Чжан, Ю Сунь, Хао Тянь, Хуа Ву и Хайфэн Ван

FlowPrior: Изучение экспрессивных априоров для моделей со скрытыми переменными предложениями
Сяоан Дин и Кевин Гимпель

Улучшение предварительно обученных моделей для классификации текста с несколькими метками Zero-shot с помощью усиленной иерархии меток
Хуэй Лю, Даньцин Чжан, Бин Инь и Сяодань Чжу

Разговорный язык для диалоговых систем, ориентированных на задачи с сетями с расширенной памятью
Цзе Ву, Ян Харрис и Хунчжи Чжао

Состязательная атака и защита серого ящика для классификации настроений
Ин Сюй, Сюй Чжун, Антонио Химено Йепес и Джеи Хан Лау

Маркировка целевых последовательностей с использованием нескольких головок самовнимания для целенаправленного извлечения мнений
Юхао Фэн, Янхуи Рао, Юяо Тан, Нинхуа Ван и Хэ Лю

Извлечение контрфактических подтверждающих фактов для объяснимого диагноза на основе медицинских записей с помощью графической сети
Хаоран Ву, Вэй Чен, Шуан Сюй и Бо Сюй

SmBoP: полуавторегрессионный семантический анализ снизу вверх
Охад Рубин и Джонатан Берант

ShadowGNN: нейронная сеть графической проекции для синтаксического анализатора текста в SQL
Zhi Chen, Lu Chen, Yanbin Zhao, Ruisheng Cao, Zihan Xu, Su Zhu и Kai Yu

Ответы на вопросы о продуктах с помощью вопросов из других контекстуально похожих продуктов
Охад Розен, Дэвид Кармель, Авихай Мейер, Виталий Миркис и Юфтах Зисер

Завершение временного графа знаний с использованием линейного темпорального регуляризатора и многовекторных вложений
Chengjin Xu, Yung-Yu Chen, Mojtaba Nayyeri и Jens Lehmann

Имеет ли значение синтаксис? Хорошая база для анализа настроений на основе аспектов с помощью RoBERTa
Junqi Dai, Hang Yan, Tianxiang Sun, Pengfei Liu и Xipeng Qiu

Многозадачное обучение отрицанию и спекуляциям для целевой классификации настроений
Эндрю Мур и Джереми Барнс

Дивергенции доменов: исследование и эмпирический анализ
Абхинав Рамеш Кашьяп, Деваманью Хазарика, Мин-Йен Кан и Роджер Циммерманн

X-класс: классификация текста с очень слабым контролем
Зихан Ван, Дирадж Мекала и Джинбо Шан

Контекстно-интерактивная предварительная подготовка по машинному переводу документов
Пэнчэн Ян, Пей Чжан, Бокс Чен, Цзюнь Се и Вэйхуа Луо

Анализ AMR с преобразователем указателя действия
Цзявэй Чжоу, Тахира Насим, Рамон Фернандес Астудильо и Раду Флориан

Ограничения моделей авторегрессии и их альтернативы
Chu-Cheng Lin, Aaron Jaech, Xin Li, Matthew R.Гормли и Джейсон Эйснер

Адаптация домена для арабского кросс-доменного и кросс-диалектного анализа тональности на основе контекстуализированного встраивания слов
Абдулла Эль Мекки, Абделькадер Эль Махдауи, Исмаил Беррада и Ахмед Хумси

SGL: Использование языков графов для семантического анализа с помощью многоязычного перевода
Луиджи Прокопио, Рокко Триподи и Роберто Навильи

NL-EDIT: исправление ошибок семантического синтаксического анализа посредством взаимодействия с естественным языком
Ахмед Элгохари, Кристофер Мик, Мэтью Ричардсон, Адам Фурни, Гонсало Рамос и Ахмед Хассан Авадалла

Группировка слов с семантическим разнообразием
Карине Чубарян, Абдул Рафаэ Хан, Анастасиос Сидиропулос и Цзя Сюй

Удивительно простой подход к извлечению сущностей и отношений
Цзэсюань Чжун и Данки Чен

Может ли скрытое выравнивание улучшить авторегрессионный машинный перевод?
Ади Хавив, Лиор Вассертайл и Омер Леви

Извлечение времени события и распространение через графические сети внимания
Хаоян Вэнь, Янру Цюй, Хэн Цзи, Цян Нин, Цзявэй Хан, Ави Сил, Хангханг Тонг и Дэн Рот

Связывание сущностей с невидимыми базами знаний с помощью произвольных схем
Йогарши Вьяс и Мигель Баллестерос

Кодеры с тонкой настройкой для улучшенного одноязычного и многоязычного нейронного тематического моделирования с нулевым выстрелом
Аарон Мюллер и Марк Дредзе

Новое определение отсутствующих ключевых фраз и их влияние на эффективность поиска
Флориан Буден и Игорь Галлина

UmlsBERT: Расширение знаний в клинической области контекстных встраиваний с использованием единой системы медицинского языка Metathesaurus
Джордж Михалопулос, Юаньсинь Ван, Хусам Кака, Хелен Чен и Александр Вонг

Обучение неконтролируемому представлению концепций для схожести текста с изменяющейся длиной
Сючао Чжан, Бо Цзун, Вэй Чэн, Цзинчао Ни, Янчи Лю и Хайфэн Чен

Обучение синтезу данных для семантического анализа
Бейлин Ван, Вэньпэн Инь, Си Виктория Линь и Цаймин Сюн

Временное обоснование неявных событий от дистанционного наблюдения
Бен Чжоу, Кайл Ричардсон, Цян Нин, Тушар Хот, Ашиш Сабхарвал и Дэн Рот

Самообучение со слабым контролем
Яннис Караманолакис, Субхабрата Мукхерджи, Гуоцин Чжэн и Ахмед Хассан Авадалла

Почему классификаторы полярности на уровне документа не работают?
Карен Мартинс, Педро О.С Ваз-де-Мело и Родриго Сантос

Моделирование нейронного языка для создания контекстуализированных темпоральных графов
Аман Мадаан и Иминь Ян

X-METRA-ADA: кросс-языковое обучение мета-передаче, адаптация к пониманию естественного языка и ответам на вопросы
Мерьем Мхамди, Ду Сун Ким, Франк Дернонкур, Трунг Буи, Сян Рен и Джонатан Май

Явное моделирование синтаксиса в языковых моделях с инкрементным синтаксическим анализом и динамическим Oracle
Икан Шен, Шон Тан, Алессандро Сордони, Шива Редди и Аарон Курвиль

Обучение ансамблю графов по нескольким деревьям зависимостей для классификации настроений на уровне аспектов
Сяочэнь Хоу, Пэн Ци, Гуантао Ван, Рекс Инь, Цзин Хуанг, Сяодун Хэ и Боуэн Чжоу

Эмоциональные модели для обнаружения объяснимого психологического стресса
Элсбет Цуркан, Смаранда Муресан и Кэтлин МакКаун

CLEVR_HYP: набор данных задачи и базовые уровни для визуального ответа на вопрос с помощью гипотетических действий над изображениями
Шайладжа Кейур Сампат, Акшай Кумар, Йечжоу Ян и Читта Барал

Аспектно-ориентированный анализ тональности с помощью сверточных сетей графа с учетом типов и ансамбля слоев
Юаньхэ Тянь, Гуйминь Чен и Ян Сон

Пересмотр простых нейронно-вероятностных языковых моделей
Сименг Сун и Мохит Айер

Seq2Emo: последовательность для модели классификации эмоций с несколькими метками
Чэньян Хуанг, Амин Трабелси, Сюэбинь Цинь, Навшад Фаррук, Лили Моу и Осмар Заян

Edge: обогащение встраиваний графов знаний с помощью внешнего текста
Саед Резайи, Хандун Чжао, Сунгчул Ким, Райан Росси, Недим Липка и Шэн Ли

Обрезка петель для оптимизации политики диалога на основе выборки
Йен-Чен Ву и Карл Эдвард Расмуссен

Регуляризация устойчивости шума для улучшения точной настройки BERT
Ханг Хуа, Синцзянь Ли, Дэцзин Доу, Чэнчжун Сюй и Цзебо Ло

Моделирование фреймов в иммиграционном дискурсе в социальных сетях
Джулия Мендельсон, Серен Будак и Дэвид Юргенс

Lattice-BERT: использование многоуровневых представлений в предварительно обученных китайских языковых моделях
Юйюань Лай, Ицзя Лю, Янсун Фэн, Сунфан Хуанг и Дунъян Чжао

Уточнение целевой синтаксической оценки языковых моделей
Бенджамин Ньюман, Кай-Сян Анг, Джулия Гонг и Джон Хьюитт

HTCInfoMax: глобальная модель иерархической классификации текста посредством максимизации информации
Чжунфэнь Дэн, Хао Пэн, Дунсяо Хэ, Цзяньсинь Ли и Филип Юй

Об избыточности внимания: всестороннее исследование
Ючэн Бянь, Цзяцзи Хуанг, Синю Цай, Цзяхонг Юань и Кеннет Черч

Модель языка с расширенными знаниями в масках для определения стойки
Kornraphop Kawintiranon and Lisa Singh

ReadTwice: Чтение очень больших документов с воспоминаниями
Юрий Землянский, Джошуа Эйнсли, Мишель де Йонг, Филип Фам, Илья Экштейн и Фей Ша

Вы говорите, как человек, который смотрит драмы: на пути к прогнозированию предпочтений фильмов на основе разговорных взаимодействий
Сергей Волохин, Джойс Хо, Олег Рохленко и Евгений Агичштейн

Улучшенная интеграция функций для распознавания именованных сущностей
Лу Сюй, Чжанмин Цзе, Вэй Лу и Лидонг Бинг

Инструкции по заземлению открытого домена для автоматизации задач веб-поддержки
Нэнси Сюй, Сэм Маслинг, Майкл Ду, Джованни Кампанья, Ларри Хек, Джеймс Лэнди и Моника Лам

СЦЕНАРИЙ: Самокритичная предварительная подготовка трансформаторов
Эрик Нийкамп, Бо Панг, Ин Нянь Ву и Цаймин Сюн

Beyond Black & White: Использование разногласий аннотаторов посредством многозадачного обучения Soft-Label
Томмазо Форначари, Александра Ума, Сильвиу Паун, Барбара Планк, Дирк Хови и Массимо Поэзио

tWT – WT: набор данных для подтверждения роли целевых объектов для определения позиции твитов
Аюш Каушал, Авируп Саха и Нилой Гангули

Контекстуализированные и обобщенные представления предложений посредством контрастного обучения с самоконтролем: пример анализа дискурсивных отношений
Хирокадзу Киёмару и Садао Курохаси

Дистанционно контролируемое извлечение родства с реконструкцией предложения и приоритетами базы знаний
Фения Кристопулу, Макото Мива и София Ананиаду

Подробное последующее обучение по совершенствованию диалоговых систем на основе поиска
Чанхун Хан, Тэсук Хонг, Бёнджэ Ким, Ёнджун Ко и Чонъюн Со

Учимся генерировать комментарии к коду из иерархий классов
Цзиян Чжан, Шина Пантаплакель, Пенгю Не, Раймонд Муни, Джуньи Джесси Ли и Милош Глигорич

Вложения вероятностных боксов для рассуждений о графах с неопределенными знаниями
Сюэлу Чен, Майкл Боратко, Мухао Чен, Шиб Санкар Дасгупта, Сян Лоррейн Ли и Эндрю МакКаллум

Эмпирическая оценка предварительно обученных трансформеров для НЛП человеческого уровня: роль размера выборки и размерности
Адитья В. Ганесан, Мэтью Матеро, Аравинд Редди Равула, Хай Ву и Х.Эндрю Шварц

Выявление самораскрытия медицинской информации в онлайн-сообществах
Мина Вализаде, Пардис Ранджбар-Нойей, Корнелия Карага и Натали Парде

Создание персонализированного ответа через сеть с генеративной разделенной памятью
Yuwei Wu, Xuezhe Ma и Diyi Yang

Поместите чат-бота в шкуру собеседника: новая структура для обучения чат-боту, отвечающему с намерением
Суань Су, Цзюнь-Хао Джан, Фан-юн Сун, Саурав Сахай и Хун-йи Ли

MultiOpEd: Сборник разноплановых редакционных статей
Сийи Лю, Сихао Чен, Ксандер Уиттендаэле и Дэн Рот

Демонстрации системы

PhoNLP: совместная многозадачная модель обучения для вьетнамской маркировки частей речи, распознавания именованных сущностей и анализа зависимостей
Linh The Nguyen и Dat Quoc Nguyen

Обработка сценариев с помощью машины
Мануэль Чиосичи, Джозеф Каммингс, Митчелл ДеХейвен, Алекс Хеджес, Яш Канканампати, Донг-Хо Ли, Ральф Вайшедель и Марджори Фридман

NAMER: Узловая многозадачная структура для многозадачности База знаний Ответы на вопросы
Минхао Чжан, Жоюй Чжан, Лэй Цзоу, Иннянь Линь и Сен Ху

DiSCoL: На пути к вовлечению диалоговых систем посредством генерации ответов по линии разговора
Сарик Газарян, Зикси Лю, Тухин Чакрабарти, Сюэчжэ Ма, Арам Галстян и Нанюн Пэн

FITAnnotator: гибкая и интеллектуальная система текстовых аннотаций
Янцзэн Ли, Боуэн Ю, Ли Куанган и Тингвен Лю

Тренажерный зал устойчивости: объединение среды оценки НЛП
Каран Гоэль, Назнин Фатема Раджани, Джесси Виг, Закари Ташджян, Мохит Бансал и Кристофер Ре

EventPlus: конвейер понимания временных событий
Мингю Дерек Ма, Цзяо Сун, Му Ян, Кунг-Сян Хуанг, Нуан Вэнь, Шихар Сингх, Руджун Хан и Наньюн Пэн

Создание графа знаний по COVID-19 и создание отчета о перепрофилировании лекарств
Цин Юнь Ван, Мэнлинг Ли, Сюань Ван, Николаус Парулиан, Гуансин Хан, Цзявэй Ма, Цзинсюань Ту, Ин Линь, Ранран Хаоран Чжан, Вейли Лю, Абхас Чаухан, Инцзюнь Гуань, Банчжэн Ли, Жуйсонг Ли, Сянчэн Сонг, Йи Фунг, Хэн Цзи, Цзявэй Хан, Ши-Фу Чанг, Джеймс Пустежовский, Жасмин Ра, Дэвид Лием, Ахмед Эльсайед, Марта Палмер, Клэр Восс, Синтия Шнайдер и Боян Онишкевич

Многоплановые вложения документов для конкретных доменов
Джулиан Риш, Филипп Хагер и Ральф Крестель

Улучшение поиска доказательств для автоматизированной проверки объяснимых фактов
Крис Самаринас, Винн Хсу и Монг Ли Ли

Интерактивное управление сюжетом с использованием естественного языка
Ихан Ван, Ютун Шао и Ндапа Накашоле

ActiveAnno: универсальный инструмент для аннотаций на уровне документа с активной интеграцией обучения
Макс Вихманн, Сеид Мухие Йимам и Крис Биман

TextEssence: инструмент для интерактивного анализа семантических сдвигов между корпусами
Денис Ньюман-Гриффис, Венкатеш Сивараман, Адам Перер, Эрик Фослер-Люссье и Гарри Хоххейзер

Поддержка испанских писателей с помощью автоматической обратной связи
Аойф Кэхилл, Джеймс Бруно, Джеймс Рэми, Гилмар Айала Менесес, Ян Блад, Флоренсия Толентино, Тамар Лави и Слава Андреев

Alexa Conversations: расширяемый подход, управляемый данными для построения диалоговых систем, ориентированных на задачи
Аниш Ачарья, Суранджит Адхикари, Санчит Агарвал, Винсент Овре, Нехал Белгамвар, Ариджит Бисвас, Шубхра Чандра, Тагёнгазел-Зунг, Мариам Габриэль, Шуян Гао, Рахул Гоэль, Дилек Хаккани-Тур, Ян Джезабек, Абхай Джа, Джиун-Ю Као, Пракаш Кришнан, Питер Ку, Анудж Гоял, Чиен-Вей Линь, Цин Лю, Ариндам Мандал, Анжелики Металлину, Вишал Найк, Йи Пан, Шачи Пол, Витторио Перера, Абхишек Сетхи, Минмин Шен, Никко Стром и Эдди Ван

RESIN: кросс-документальная кросс-языковая кросс-платформенная система извлечения информации и отслеживания событий на основе Dockerized
Haoyang Wen, Ying Lin, Tuan Lai, Xiaoman Pan, Sha Li, Xudong Lin, Ben Zhou, Manling Li, Хаоюй Ван, Хунмин Чжан, Сяодун Ю, Александр Донг, Чжэньхайлун Ван, И Фунг, Пиюш Мишра, Цин Лю, Дидак Сурис, Брайан Чен, Сьюзан Виндиш Браун, Марта Палмер, Крис Каллисон-Берч, Карл Вондрик, Цзявэй Хан, Дэн Рот , Ши-Фу Чанг и Хэн Цзи

MUDES: многоязычное обнаружение наступательных участков
Таринду Ранасингхе и Маркос Зампиери

Индустриальный трек

Классификация контекстной области с временными представлениями
Цзы-Сян Линь, Ипенг Ши, Чентао Йе, Ян Фань, Вэйтонг Руань, Эмре Барут, Ваэль Хамза и Чэнвэй Су

Межъязыковое наблюдение улучшает неконтролируемый нейронный машинный перевод
Минсюань Ван, Хунсяо Бай, Лэй Ли и Хай Чжао

Pretrain-Finetune Обучение на основе целевых диалоговых систем в реальных условиях
Маниша Шривастава, Ичао Лу, Райли Пешон и Чэньян Ли

Выявление и устранение изменений аннотаций для понимания естественного языка
Хосе Гарридо Рамас, Джорджио Пессо, Абдалгани Абуджабал и Мартин Раджман

Система эмоционального комфорта для повышения удовлетворенности пользователей в электронной коммерции. Чат-боты по обслуживанию клиентов
Шуангён Сон, Чао Ван, Хайцин Чен и Хуан Чен

Должны ли мы найти другую модель?: Повышение производительности нейронного машинного перевода с помощью метода единичной токенизации без модификации модели
Пак Чанджун, Сугён Эо, Хёнсок Мун и Хойсок Лим

Многоязычный поиск товаров на основе графиков в поисковой системе электронной торговли
Ханцин Лу, Юна Ху, Тони Чжао, Тони Ву, Ивэй Сун и Бин Инь

Автозамена в процессе перевода — многозадачное обучение улучшает машинный перевод диалогов
Тао Ван, Чэнци Чжао, Минсюань Ван, Лэй Ли и Дэй Сюн

Обучение языковых моделей при ограниченных ресурсах для обнаружения состязательной рекламы
Эшвар Шаманна Гиришекар, Шив Сурья, Нишант Нихил, Дьют Кумар Сил, Сумит Неги и Аруна Раджан

Создание заголовка объявления с использованием модели самокритичного маскированного языка
Яшал Шакти Канунго, Сумит Неги и Аруна Раджан

Устранение уязвимости NMT при входных возмущениях
Вейвен Сюй, Ай Ти Ав, Ян Дин, Куй Ву и Шафик Джоти

Гибридный подход к масштабируемому и надежному пониманию разговорного языка в корпоративных виртуальных агентах
Райан Прайс, Мануш Мехрабани, Нарендра Гупта, Ён-Джун Ким, Шахаб Джалалванд, Минхуа Чен, Яньцзи Чжао и Шринивас Бангалор

Сочетание методов слабо контролируемого машинного обучения для низкоресурсных NLU
Виктор Сото и Константин Аркоудас

Практическая классификация многоязычного текста на основе трансформатора
Синди Ван и Мишель Банко

Ответы на технические вопросы по задачам и доменам
Венхао Ю, Линфэй Ву, Ю Дэн, Цинкай Цзэн, Ручи Махиндру, Синем Гувен и Мэн Цзян

Создание согласованного и краткого радиологического отчета с помощью контекстно-зависимых представлений изображений и ортогональных состояний предложений
Литтон Дж. Курисинкель, Ай Ти Ав и Нэнси Ф Чен

Когда для предсказания текста нужен дополнительный контекст? Исследование контекстных сигналов для сообщений чата и электронной почты
Стоян Траяновски, Чад Аталла, Кунхо Ким, Випул Агарвал, Милад Шокухи и Крис Куирк

Загрузка музыкального голосового помощника со слабым контролем
Серджио Орамас, Массимо Квадрана и Фабьен Гуйон

Когда и почему модель не работает? Система обнаружения ошибок человека в цикле для анализа настроений
Чжэ Лю, Юфан Го и Джалал Махмуд

Непрерывное улучшение модели для понимания языка с помощью машинного перевода
Абдалгани Абуджабал, Клаудио Делли Бови, Сунгхо Рю, Туран Годжаев, Фабиан Трифенбах и Янник Версли

Proteno: нормализация текста с ограниченными данными для быстрого развертывания в системах преобразования текста в речь
Шубхи Тьяги, Антонио Бонафонте, Хайме Лоренцо-Труба и Хавьер Латорре

Масштабирование языка для универсальных предлагаемых ответов Модель
Цяньлан Инь, Паял Баджадж, Будхадитья Деб, Ю Ян, Вэй Ван, Боцзя Линь, Милад Шокоухи, Ся Сун, Ян Ян и Даксин Цзян

Query2Prod2Vec: обоснованные вложения Word для электронной коммерции
Федерико Бьянки, Якопо Тальябу и Бинцин Юй

Полуконтролируемое обучение в отраслевом масштабе для понимания естественного языка
Луосинь Чен, Франсиско Гарсия, Варун Кумар, Хэ Се и Цзяньхуа Лу

LATEX-Numeric: извлечение языковых текстовых атрибутов для числовых атрибутов
Картик Мехта, Иоана Опря и Нихил Расивасиа

Обучение с использованием этикеток для категоризации товаров в электронной торговле
Лей Чен и Хирокадзу Мияке

Архитектура для ускоренного крупномасштабного вывода моделей языка на основе преобразователя
Амир Ганиев, Колтон Чапин, Андерсон Де Андраде и Чен Лю

Оптимизация повторного ранжирования NLU с использованием сигналов разрешения сущностей в многодоменных диалоговых системах
Тонг Ван, Цзяннинг Чен, Мохсен Малмир, Шуянь Донг, Синь Хэ, Хан Ван, Чэнвэй Су, Юэ Лю и Ян Лю

Устойчивое к шуму понимание именованных сущностей для голосовых помощников
Дипак Муралидхаран, Джоэл Рубен Энтони Мониз, Сида Гао, Сяо Ян, Жюстин Као, Стивен Пулман, Атиш Котари, Рэй Шен, Иньин Пан, Вивек Каул, Мубарак Сейед Ганг Ибрагим, , Нан Дун, Идан Чжоу, Энди О, Юань Чжан, Пуджа Читкара, Сюань Ван, Алкеш Патель, Кушал Тайал, Роджер Чжэн, Питер Граш, Джейсон Д. Уильямс и Лин Ли

OodGAN: Генеративная состязательная сеть для генерации данных вне домена
Петр Марек, Вишал Ишвар Найк, Анудж Гоял и Винсент Овре

Сравнительный анализ услуг по обнаружению коммерческих намерений с оценками на основе практики
Хаоде Ци, Лин Пань, Атин Суд, Абхишек Шах, Ладислав Кунч, Мо Ю и Салони Потдар

Разрешение сущностей в разговорах в открытой области
Минюэ Шан, Тонг Ван, Михаил Эрик, Цзяннинг Чен, Цзиянг Ван, Мэтью Уэлч, Тяньтун Дэн, Акшай Гревал, Хан Ван, Юэ Лю, Ян Лю и Дилек Хаккани-Тур

LightSeq: высокопроизводительная библиотека логических выводов для трансформаторов
Xiaohui Wang, Ying Xiong, Yang Wei, Mingxuan Wang и Lei Li

Охота на добрую волю: анализ и перепрофилирование готовых систем связывания именованных сущностей
Каран Гоэль, Лорел Орр, Назнин Фатема Раджани, Джесси Виг и Кристофер Ре

Обнаружение лучших архитектур моделей для медицинских запросов Понимание
Вэй Чжу, Юань Ни, Сяолин Ван и Готун Се

Возможности намерения для глубокого понимания естественного языка
Брайан Лестер, Санник Рэй Чоудхури, Рашми Прасад и Шринивас Бангалор

Разработка системы понимания контрактов корпоративного уровня
Арвинд Агарвал, Лаура Читикари, Пурнима Чоджият Раман, Марина Данилевски, Диман Гази, Анкуш Гупта, Шанмука Гуттула, Яннис Кацис, Раджасекар Лийбамурья, Виталий Мунхамодьяла, Кришнамурья Николас Фан, Дхавал Сонаван, Снеха Сринивасан, Сударшан Р.Титте, Митеш Васа, Рамия Венкатачалам, Винита Яски и Хуайю Чжу

Экономичное развертывание моделей BERT в бессерверной среде
Марек Суппа, Катарина Бенешова и Андрей Швец

Эмпирическое исследование создания текстов для рекламы в поисковых системах
Хидетака Камигаито, Пейнан Чжан, Хироя Такамура и Манабу Окумура

Как некоторые афиняне используют CBD в качестве альтернативы фармацевтическим препаратам — Grady Newsource