本次首先推荐邱锡鹏老师的两个报告:
1. Deep learning for natural language processing
http://nlp.fudan.edu.cn/xpqiu/slides/20160618_DL4NLP@CityU.pdf
主要讨论了深度学习在自然语言处理中的应用。其中涉及的模型主要有卷积神经网络,递归神经网络,循环神经网络网络等,应用领域主要包括了文本生成,问答系统,机器翻译以及文本匹配等。
卷积神经网络结构示意图
递归神经网络结构示意图
循环神经网络示意图
2. 神经网络与深度学习
http://nlp.fudan.edu.cn/xpqiu/slides/20151226_CCFADL_NNDL.pdf
这个报告可以看作上个报告的简短中文版,其中涉及的主要模型有卷积神经网络,循环神经网络以及前馈神经网络等。
前馈神经网络示意图
另外推荐两篇来自ACL 2016的tutorial
1. 语义表示相关的Tutorial
链接如下:
http://wwwusers.di.uniroma1.it/~collados/Slides_ACL16Tutorial_SemanticRepresentation.pdf
2. 短文本理解相关的tutorial
链接如下:
http://www.wangzhongyuan.com/tutorial/ACL2016/Understanding-Short-Texts/
最后分享几篇搜索意图识别相关的论文
1. Query Intent Detection using Convolutional Neural Networks
这篇论文利用卷积神经网络来检测查询意图。
链接如下:
http://people.cs.pitt.edu/~hashemi/papers/QRUMS2016_HBHashemi.pdf
people.cs.pitt.edu/~hashemi/papers/QRUMS2016_slides.pdf
2. Deep LSTM based Feature Mapping for Query Classification
基于深度学习中的LSTM用于查询分类
链接如下:
https://aclweb.org/anthology/N/N16/N16-1176.pdf
长短时记忆网络结构示意图
3. Understanding User’s Query Intent with Wikipedia
这篇论文利用维基百科来理解用户查询意图
http://wwwconference.org/www2009/proceedings/pdf/p471.pdf