Uncertainty-aware neural language models

Description of the granted funding

Språk komprimerar information som återspeglar våra tankar och vår kunskap om världen. Nuvarande språkmodeller inkluderar inte uttryckligen den semantiska mångtydigheten som leder till olika tolkningar som är möjliga för vilket yttrande som helst. Därför föreslår vi att explicit lägga till osäkerhet som en parameter i moderna språkmodeller för att förbättra förmågan att förstå mänskliga språk med hjälp av en maskin och för att korrekt tolka dem med tanke på den variation som kan observeras och produceras. Vi planerar att utveckla nya tillvägagångssätt och effektiva algoritmer som fungerar väl i praktiska tillämpningar så som frågesvarssystem och maskinöversättning. Vi kommer att studera meningsrepresentationerna som en maskin kan lära sig från olika typer av data och inkludera flerspråkiga scenarier och experiment med lågresursspråk i vårt arbete. Vi förväntar oss att våra modeller kommer att bidra till förbättrad interaktiv AI och naturligare gränssnitt mellan människa och maskin.
Show more

Starting year

2022

End year

2024

Granted funding

Jörg Tiedemann Orcid -palvelun logo
469 608 €

Funder

Research Council of Finland

Funding instrument

Targeted Academy projects

Other information

Funding decision number

345999

Fields of science

Computer and information sciences

Research fields

Tietojenkäsittelytieteet

Identified topics

languages, linguistics, speech