Loading...
机构名称:
¥ 1.0

大脑解码,被理解为将大脑活动映射到产生它们的刺激的过程,在过去几年中一直是一个具有研究的研究领域。在语言刺激的情况下,最近的研究表明,可以将fMRI扫描分解成读取一个主题单词的嵌入。但是,这种单词嵌入是为Natu的语言处理任务而不是用于大脑解码的。因此,它们限制了我们恢复精确刺激的能力。在这项工作中,我们建议直接对fMRI扫描进行分类,将其映射到固定的vo-cabulary中的相应单词。与现有工作不同,我们评估了以前看不见的受试者的扫描。我们认为这是一个更真实的设置,我们提出了一个模型,可以从看不见的主题中解释fMRI数据。我们的模型达到5。22%的TOP-1和13。 在这项具有挑战性的任务中,59%的前5位准确性显着超过了所有考虑的竞争基线。 fur-hoverore,我们使用解码的单词使用GPT-2模型指导语言发生。 以这种方式,我们提高了对将大脑活动转化为连贯文本的系统的追求。22%的TOP-1和13。在这项具有挑战性的任务中,59%的前5位准确性显着超过了所有考虑的竞争基线。fur-hoverore,我们使用解码的单词使用GPT-2模型指导语言发生。以这种方式,我们提高了对将大脑活动转化为连贯文本的系统的追求。

arxiv:2009.04765v3 [CS.CL] 2020年11月11日

arxiv:2009.04765v3 [CS.CL] 2020年11月11日PDF文件第1页

arxiv:2009.04765v3 [CS.CL] 2020年11月11日PDF文件第2页

arxiv:2009.04765v3 [CS.CL] 2020年11月11日PDF文件第3页

arxiv:2009.04765v3 [CS.CL] 2020年11月11日PDF文件第4页

arxiv:2009.04765v3 [CS.CL] 2020年11月11日PDF文件第5页

相关文件推荐