Interactive Machine Learning for Compositional Models of Natural Language

Informazioni relative al progetto

INTERACT

ID dell’accordo di sovvenzione: 853459

DOI

10.3030/853459

Data della firma CE 28 Novembre 2019

Data di avvio 1 Marzo 2020

Data di completamento 28 Febbraio 2026

Finanziato da

• EXCELLENT SCIENCE - European Research Council (ERC)

Costo totale

€ 1 499 375,00

Contributo UE

€ 1 499 375,00

Coordinato da

UNIVERSITAT POLITECNICA DE CATALUNYA
Spain

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Conference proceedings (11)

Measuring Alignment Bias in Neural Seq2Seq Semantic Parsers.

Autori: Davide Locatelli, Ariadna Quattoni
Pubblicato in: 2022
Editore: Association for Computational Linguistics
DOI: 10.18653/v1/2022.starsem-1.17

Align and Augment: Generative Data Augmentation for Compositional Generalization

Autori: Francesco Cazzaro, Davide Locatelli, Ariadna Quattoni
Pubblicato in: 2024
Editore: ACL

Entity Disambiguation on a Tight Labeling Budget

Autori: Audi Primadhanty, Ariadna Quattoni
Pubblicato in: 2023
Editore: ACL

Translate First Reorder Later: Leveraging Monotonicity in Semantic Parsing

Autori: Francesco Cazzaro, Davide Locatelli, Ariadna Quattoni, Xavier Carreras
Pubblicato in: 2023, Pagina/e Francesco Cazzaro, Davide Locatelli, Ariadna Quattoni, Xavier Carreras
Editore: arXiv
DOI: 10.48550/arxiv.2210.04878

A Cross-Lingual Study of Homotransphobia on Twitter

Autori: Davide Locatelli, Greta Damo, Debora Nozza
Pubblicato in: 2023
Editore: ACL

A Comparison of CNNs and WFAs for Sequence Classification

Autori: Ariadna Quattoni and Xavier Carreras
Pubblicato in: 2020
Editore: Association of Computational Linguistics

Analyzing Text Representations by Measuring Task Alignment

Autori: Cesar Gonzalez-Gutierrez, Audi Primadhanty, Francesco Cazzaro, Ariadna Quattoni
Pubblicato in: 2023
Editore: ACL

Leveraging the Structure of Pre-trained Embeddings to Minimize Annotation Effort

Autori: Cesar Gonzalez-Gutierrez, Ariadna Quattoni
Pubblicato in: Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics (NAACL 2024), 2024
Editore: ACL

Are Deep Sequence Classifiers Good at Non-Trivial Generalization?

Autori: Francesco Cazzaro, Ariadna Quattoni, Xavier Carreras
Pubblicato in: 2022
Editore: arXiv

Minimizing Annotation Effort via Spectral Sampling

Autori: Ariadna Quattoni and Xavier Carreras
Pubblicato in: 2022
Editore: Association of Computational Linguistics

Does Fine-tuning a Classifier Help in Low-budget Scenarios? Not Much

Autori: Cesar Gonzalez-Gutierrez, Audi Primadhanty, Francesco Cazzaro, Ariadna Quattoni
Pubblicato in: 5th Workshop on Insights from Negative Results in NLP, 2024
Editore: ACL

Other (1)

Analyzing Text Representations under Tight Annotation Budgets:Measuring Structural Alignment

Autori: César González-Gutiérrez, Audi Primadhanty, Francesco Cazzaro, Ariadna Quattoni
Pubblicato in: 2022
Editore: arXiv
DOI: 10.48550/arxiv.2210.05721