github_37228709的博客

整理一下阅读的关于transformer的应用相关的论文。

仅仅是记录一下最近阅读的论文，前段时间也没怎么记录，有些论文看过也忘记了！这篇论文是文本摘要CNN/DM数据集上达到了SOTA的效果，发表于ACL 2020.按照文章整体脉络整理信息，细节内容后面看有时间在仔细阅读整理一下吧。论文链接：Self-Attention Guided Copy Mechanism for Abstractive Summarization1. 论文提出背景复制模块是最近抽象式摘要模型里面广泛使用的模块，这个模块使得decoder可以从源文档中提取单词作为摘要。

这是一篇应用于机器翻译领域的文章，这篇文章提出来的模型是Auto-Repair（AR），核心目的是对生成的句子进行自动修复。论文篇幅不长，一共只有6页，下面就详细记录一下自己的对论文的翻译以及一点点理解（有待进一步理解模型），附上原文链接：AR: Auto-Repair the Synthetic Data for Neural Machine Translation1 Introduction引言部分主要介绍了目前机器翻译领域面临的问题：数据集不够充分，因为很多机器翻译的数据集是不公开的，那么对N

上个礼拜做了实验室的小组论文分享，选择了这篇生成摘要领域高引的一篇经典论文给大家分享。所以重新梳理了一下论文的主要内容，方便日后回顾。没有把论文的全部内容翻译出来，只是按照自己对论文的理解做了一个概述性的总结。b站有一个论文原作者的论文分享视频，感兴趣的可以去看一下Pointer-Generator Networks.目录1. Introduction2. Our models2.1Sequence-to-sequence attentional model2.2Pointer-..