用chatgpt最好要给他范例。chatgpt降重原理:
https://www.bilibili.com/video/BV1Eh411M7Ug/?spm_id_from=333.337.search-card.all.click&vd_source=ebc47f36e62b223817b8e0edff181613
一. 中文论文翻译成英文
广义零样本学习是我的研究方向,下面的提示词改为自己的研究方向。
1.1 直接翻译
你是一位广义零样本学习的专家,现在在写一篇学术论文,将如下中文Latex版论文片段翻译成英文,要求符合sci英文论文风格,具备语法正确,清晰,简洁和整体可读性.为了符合sci英文论文习惯,可以更改句子的顺序和重组句子。
1.2 根据中文内容,重写成英文(推荐)
你是一位广义零样本学习的专家,现在在写一篇学术论文,请重写如下中文论文片段,要求与原片段总体思想保持一致,但更简略。符合sci英文论文风格,具备语法正确,清晰,简洁和整体可读性。
二.降重
2.1 直接降重(效果差)
你是一位广义零样本学习的专家,为了将如下论文片段降重,请提取如下内容的主干,重新书写该段内容。要求符合中文学术风格,具备语法正确,清晰,简洁和整体可读性.为了句子通顺,可以更改句子的顺序和重组句子
2.2 降重两步法(效果好)
gpt的记忆力很好,会根据之前输入的东西进行决策,所以要新建窗口。
1.新建一个窗口进行关键点提取.
提示词:
提炼出这段话的关键点和结论,简明扼要:
如:
2.复制上面写的关键点和结论,然后让gpt扩写
你是一位广义零样本学习的专家,请将如下关键点和结论扩写成论文的一个片段,要求符合学术风格,具备语法正确,清晰,简洁和整体可读性.
如:
关键点和结论:1. 回归器的构建方法:- 通过监督学习使用可见类的标记示例。- 通过无监督学习使用不可见类的视觉特征和类属性。2. 回归器的监督学习:- 对于可见类的每个样本,通过最小化将其视觉特征映射到相应的类属性进行训练。3. 回归器的无监督学习:- 使用可见类的视觉特征和语义属性进行训练。- 通过最小化视觉特征与相应的语义属性损失来学习将它们对齐。4. 训练生成器:- 在训练回归器之后,冻结其参数。- 使用噪声 $z$ 和可见类语义属性$A^s$输入到生成器,生成可见类视觉特征$\bar{V}^s$。- 使用回归器将$\bar{V}^s$作为输入,在Eq(1)中将其对应的真实语义属性嵌入$\bar{A}^s$作为标签。- 通过最小化预测的语义属性嵌入$\bar{A}^s$和真实的语义属性嵌入$A^s$的损失来训练生成器生成更逼真的视觉特征。
三.润色 和 检查语法是否有错误
3.1 中文论文润色提示词
下面这段论文片段是否符合中文论文的风格和表达习惯,你可以更改这个片段,必要的时候可以重组句子,更改语句顺序,使这个片段符合中文论文表达习惯,给出更改的理由。
3.2 英文润色
下面这段论文片段是否符合sci英文论文的风格和表达习惯,你可以更改这个片段,可以重组句子,更改语句顺序,使这个片段符合sci英文论文表达习惯,给出更改的理由。