翻译
六月麦茬
码农中年人
展开
-
RNN初学入门笔记(1)
本篇博客翻译自http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/ 系列的第一篇,并参考了网络上的部分资源.初识RNN RNNs(Recurrent Neural NetWorks)循环神经网络是比较流行的网络模型之一,在NLP的许多任务中有着出色的表现。翻译 2016-09-26 22:09:30 · 747 阅读 · 0 评论 -
RNN的四种代表性扩展—Attention and Augmented Recurrent Neural Networks(一)
看到一片不错的文章,按着自己的理解翻译的,水平有限,难免会有错误,各路大牛看到后感谢指出!Attention and Augmented Recurrent Neural Networks(二)作者:CHRIS OLAH Google Brain SHAN CARTER Google Brain 原文:http://distill.pub/2016/augment翻译 2016-12-15 20:11:11 · 3313 阅读 · 0 评论 -
情感分析与观点挖掘总结笔记(一)
总结自《SentimentAnalysis-and-OpinionMining》第一章1.2.1情感分析的不同分析层次 根据目前的研究现状,一般可以将情感分析调查分为三个主要层次 一、文本文档层次:该层次是判断评论的整体情感态度,从整体看是积极、消极还是中立的态度。不过这一层次的分析是基于假设每篇文档都是阐述关于一个单一实体的观点;不适用于评价或比较多个复杂的实体。 二、语句级别层次:该层次的原创 2017-01-06 10:49:14 · 34016 阅读 · 4 评论 -
RNN的四种代表性扩展—Attention and Augmented Recurrent Neural Networks(二)
这是RNN扩展的后两种介绍。接 Attention and Augmented Recurrent Neural Networks(一)Adaptive Computation Time(自适应计算时间)Standard RNNs do the same amount of computation each time step. This seems unintuitive. Surely, one翻译 2016-12-16 10:42:02 · 2464 阅读 · 0 评论 -
卷积神经网络(CNN)概述及其在NLP中的应用(一)
原文链接: http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/ 原标题《Understanding convolutional neural networks for nlp》卷积神经网络(CNN)概述及其在NLP中的应用(二)当我们听到CNNs时,我们一般会想到计算机视觉(comp翻译 2016-12-18 16:23:07 · 14289 阅读 · 0 评论 -
卷积神经网络(CNN)概述及其在NLP中的应用(二)
原文链接: http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/ 原标题《Understanding convolutional neural networks for nlp》卷积神经网络(CNN)概述及其在NLP中的应用(一)5. Convolutional Neural Ne翻译 2016-12-20 00:11:46 · 7353 阅读 · 0 评论 -
RNN with Adaptive Computation Time
最近看完了一篇论文《Adaptive Computation Time for Recurrent Neural Networks》,目前正在做相关实验,先把总结的PPT贴出来分享下,后面有时间再详细总结下吧。也可参考我之前翻译的一篇博文:RNN的四种代表性扩展—Attention and Augmented Recurrent Neural Networks(二) 里面有关于“Adaptive原创 2017-01-03 22:52:44 · 3607 阅读 · 0 评论 -
Learning Through Dialogue Interactions——基于对话交互的学习
原文:Learning Through Dialogue Interactions 作者: JiweiLi,AlexanderH.Miller,SumitChopra,Marc’AurelioRanzato,JasonWestonAbstract一个好的对话agent是可以和用户进行交互的。在本工作中,我们探索着设计了一个模拟器并合成一个电影领域的任务集合,让learner和teacher进行问翻译 2016-12-26 23:51:09 · 3068 阅读 · 0 评论 -
SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient
GAN作为生成模型的一种新型训练方法,通过discriminative model来指导generative model的训练,并在真实数据中取得了很好的效果。尽管如此,当目标是一个待生成的非连续性序列时,该方法就会表现出其局限性。其中最重要的原因是在非连续序列中很难传递来自discriminative model对于generative model的gradient update。另外,discr翻译 2017-04-13 19:29:40 · 5120 阅读 · 0 评论