Deep Keyphrase Generation 第一篇做keyphrase generation的文章，之前的做法都是采用抽取式。抽取式的问题在于，1）只能从原文中抽取，...
发简信
IP属地：浙江
-
Keyphrase Generation
-
如何保持分类模型具有类内聚敛、类间分离的特性？
sofmax loss softmax loss是最常用的组件之一，但是缺乏鼓励特征更具辨识性，这种广泛使用的损失对模型的优化效果是有限的。 Modify-softmax 我...
-
可以，随机初始化embedding
基于Attention机制的深度学习模型在文本分类中的应用
Attention机制在2016年被大量应用在nlp中，在之前的博客中也介绍了Attention机制在AS任务上的应用，这里简单介绍Attention在AS任务上的应用。在对...
-
综述：Multi-Task发展现状及未来趋势
Taxonomy Different Views By Methodology Instance-basedIdentify useful data instances in...
-
综述：迁移学习发展现状及未来趋势the definition of transfer learning Data Feature spacesource domain和target domain特征空间的一...
-
Multi-Turn Dialogue Response SelectionA Sequential Matching Framework for Multi-turn Response Selection in Retrieval-based Ch...
-
@dimple_ning 自己手动按字切词，语料库我用的公司内部的，格式可以酌情调整吧
基于Attention机制的深度学习模型在文本分类中的应用
Attention机制在2016年被大量应用在nlp中，在之前的博客中也介绍了Attention机制在AS任务上的应用，这里简单介绍Attention在AS任务上的应用。在对...
-
你可以发我邮箱哈
综述：深度学习算法在FAQ中的应用(二)
compare_aggregate_network 本文介绍论文《A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES》...
-
CAFE相比ESIM主要的区别就在于Factorization Operation和特征对齐(CAFE同时采用Inter-Attention和Intra-Attention)；2:至于参数更少则是在于Factorization Operation输出为标量；3:Factorization Operation的作用在于计算特征之间的交叉，类似于模型中引入了交叉特征
综述：深度学习算法在FAQ中的应用(二)
compare_aggregate_network 本文介绍论文《A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES》...
-
数据在博客里有链接哈，第五点下面的“这里”点进去
Attention机制在问答系统中的应用
Attention机制最先被应用在图像处理中，后来逐渐被nlp引入，并且取得了不错的效果。watson系统研究人员在2016年发表了论文“LSTM-BASED DEEP LE...
-
Identity Mappings in Deep Residual NetworksResidual-networks可以看作是highway-networks的特殊版本，特别是“Identity mappings in deep residual netw...
-
@不正经哥哥 上采样和下采样都试试吧
综述：深度学习算法在FAQ中的应用(二)
compare_aggregate_network 本文介绍论文《A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES》...
-
@不正经哥哥 对数损失函数，我没仔细看wikiqa的处理，样本不平衡的话你可以抽样
综述：深度学习算法在FAQ中的应用(二)
compare_aggregate_network 本文介绍论文《A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES》...
-
核心代码我贴出来了，其他代码你可以尝试写一下，有问题我尽力帮忙解答。电脑有监控传不了代码，望谅解
综述：深度学习算法在FAQ中的应用(二)
compare_aggregate_network 本文介绍论文《A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES》...
-
综述：深度学习算法在FAQ中的应用(三)CSRAN 本文介绍论文《Co-Stack Residual Affinity Networks with Multi-level Attention Refinement ...
-
@最爱锅巴leodemon 第一张是效率最低的，自己写预测代码。现在基本废弃了。第三种只是写预处理代码而已。centos6也可以，不过有些包没有，比较麻烦
如何部署tensorflow训练的模型
最近深度学习算法被广泛研究和应用，而tensorflow则是被应用最为广泛的工具。tensorflow训练的模型被应用在线上时，主要有3种方式（本文主要讨论java方向的应用...
-
综述：深度学习算法在FAQ中的应用(二)compare_aggregate_network 本文介绍论文《A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES》...
-
综述：机器学习在CTR中的应用背景：设计个性化信息检索时，用户行为预测扮演着重要的作用。用户行为预测的目标是估计用户点击、购买等行为的概率，而该概率代表了用户对该item的兴趣程度，用户之前的行为同时也影...
