LuanVan.vnLuận Văn
Gửi thư

Mitigating Non-Representative Prototypes and Representation Bias in Few-Shot Continual Relation Extraction

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảPhạm Đức Thành
Người hướng dẫnNgô Văn Linh
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Trình bày khung Minion nhằm cải thiện khai thác quan hệ trong bối cảnh học ít mẫu liên tục. Phân tích thực trạng cho thấy các phương pháp hiện có gặp khó khăn khi các lớp quan hệ có ngữ nghĩa tương đồng, dẫn đến prototype không đại diện và thiên lệch biểu diễn. Đề xuất giải pháp ProtoGOF dựa trên cấu trúc General Orthogonal Frame để tạo prototype ổn định, đồng thời tích hợp Fast-Slow Contrastive Learning with Label Descriptions để dùng mô tả nhãn như đại diện lớp toàn cục, giảm overfitting và hạn chế thiên lệch do mẫu ít. Kết quả thực nghiệm trên hai bộ chuẩn FCRE cho thấy phương pháp đạt hiệu năng vượt trội so với các phương pháp tiên tiến hiện nay. Kết luận khẳng định tính hiệu quả và khả năng ứng dụng của khung đề xuất.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.