跳到正文

算法、任务与模态

Tokenization 最新动态

Tokenization 研究索引；按可核对的标签归档，不以热度评价质量。

282 条精选近 30 天 41 条共收录 321 条

更新

精选归档 · 第 15 页

1月1日周五第 281–282 条
  1. OpenReview · Representation learning72

    面向手写数学表达式识别的基于关系的表示

    基于摘要分析。本文研究离线手写数学表达式（HME）识别，提出按符号间关系构建序列表示，以缓解将二维表达式转换为一维 LaTeX 序列时序列较长、二维结构难以提取的问题。核心贡献是目标表示方式，而非摘要中已明确的新网络架构。 机制与对照：作者采用符号关系组织 HME 表示，并在使用弱监督学习的离线端到端识别系统中评估，与 LaTeX 序列表示进行比较。摘要称新表示能够缩短序列，但未提供关系类型、编码规则、序列长度变化、训练损失或解码细节，这些尚待全文核对。 结果：作者报告，在 CROHME 2014、2016、2019 数据集上的识别率分别为 53.35%、52.14% 和 53.13%，相对 LaTeX 表示系统均提高超过 2 个百分点。上述结果属于离线 HME 识别评估；具体训练与测试划分、识别率判定口径、基线配置、消融及统计信息尚未验证，不能将这些数值直接用于其他任务或协议的比较。 复现重点是取得关系表示的完整定义，并核对两种表示是否使用一致的数据、模型与训练条件，以区分表示压缩、结构信息与其他配置的贡献。该研究主要对象是数学表达式图像，材料未提供其与 EEG 信号结构的具体对应关系，因此不据此提出 BCI 迁移实验；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其符号关系编码如何缩短输出序列，以及相对 LaTeX 表示的识别率提升是否来自表示本身；摘要提供了同任务对照，但尚不能据此判断对 EEG/BCI 的适用性。

  2. OpenReview · Representation learning73

    Score Transformer：从音符级表示生成乐谱

    基于摘要分析。本文研究如何将音符级、相当于 MIDI 的音乐符号表示转换为可视化乐谱，核心贡献是设计覆盖多种乐谱元素的 score token 表示，并训练 Transformer 完成从音符级表示到音乐记谱的转写。 原问题并非从音频识别音符，也不是单纯生成可播放的音乐序列：音符级表示虽能包含足以听觉重现音乐的信息，却不足以完整表达视觉记谱所需的符号和属性。论文关注的元素包括谱号、调号、音符，以及符干方向、连梁和延音线等。其方法将这些记谱信息编码为 token，使模型能够学习输入音符与输出乐谱表示之间的对应关系；具体 token 词表、序列组织、训练目标及解码约束尚未验证。 作者报告，在流行钢琴乐谱评估中，该方法在所考察的全部 12 个音乐方面均显著优于现有方法。摘要未提供这些方面的完整定义、具体分数、对照方法或统计检验细节，因此无法据此判断提升幅度及其适用范围。作者还比较了不同记谱级 token 表示，并报告所提出的表示产生了最稳定的结果，但稳定性的衡量方式尚未验证。 复现需进一步核对数据来源与划分、音符及乐谱的预处理和对齐方式、token 编码规则、模型训练配置、评价指标及对照实现；实验协议、消融及统计信息尚未验证。本文主要研究对象是音乐符号转写，摘要没有提供 EEG 或 BCI 实验，也未建立可直接核验的神经信号机制对应关系，因此不据此推断其 BCI 有效性。

    阅读价值：值得关注其将音符级符号序列转换为包含记谱属性的乐谱 token 表示的建模思路；作者报告的优势限于流行钢琴乐谱评估，具体指标、对照与统计信息尚未验证。