ilove_Moretz的博客

0、简介论文题目：Multi-Label Image Recognition with Graph Convolutional Networks下载链接：https://openaccess.thecvf.com/content_CVPR_2019/papers/Chen_Multi-Label_Image_Recognition_With_Graph_Convolutional_Networks_CVPR_2019_paper.pdf会议：CVPR20191、motivation本文的任务是

0、简介论文名字：Deep Extreme Multi-label Learning下载地址：https://dl.acm.org/doi/abs/10.1145/3206025.3206030会议：ICMR 20181、motivation本文的任务是极限多标签分类（XML），XML和普通的多标签分类的区别是XML的标签量巨大。本文使用度量学习（deep metric learning）的方法学习输入x的embedding，使用图表示学习的方法学习label的embedding，然后使用基于

0、简介论文名字：BERT for Joint Intent Classification and Slot Filling下载地址：https://arxiv.org/abs/1902.10909会议：无1、motivation这是一篇比较早的论文，在Bert刚出来不久，本文使用Bert来实现natural language understanding中的intent classification和slot filing任务2、模型（1） Slot Filling首先介绍一下什么是sl

0、简介论文名字：Label-aware Document Representation via Hybrid Attention for Extreme Multi-Label Text Classification下载地址：https://arxiv.org/abs/1905.10070会议：无1、motivation本文的任务是文本的多标签分类。之前关于文本多标签分类的工作大多集中于学习文本和label 的content，忽略了label 之间的结构信息。本文通过学习labe

0、简介论文名字：Label-Specific Document Representation for Multi-Label Text Classification论文链接：https://www.aclweb.org/anthology/D19-1044.pdf会议：ACL20191、motivation本文的任务是文本多标签分类任务，在文本多标签分类任务中，一个待分类的文档会有多个标签，因此一篇文档的整体语义信息是由多个部分组成的。本文引入标签信息，使用注意力机制捕获文档和不同标签之间的

0、简介论文名字：Tracking State Changes in Procedural Text A Challenge Dataset and Models for Process Paragraph Comprehension下载地址：https://arxiv.org/pdf/1805.06975.pdf会议：ACL 20181、论文的motivationMRC是近年来NLP领域比较热门的问题。在MRC中，追踪过程式文本中实体的状态是一个很重要的工作，识别实体在不同步骤中的状态可以更

0、简介论文名字：Learning from Task Descriptions下载地址：https://www.aclweb.org/anthology/2020.emnlp-main.105/会议：ACL 20201、论文的motivation机器学习的任务大都是从训练样本中学习样本的分布，然后用学习到的分布在测试集上进行预测。本文提出一种框架从任务描述中进行学习，并构建了ZEST数据集，该数据集能用于从任务描述中学习的任务。在读这篇论文之前，单纯的看标题，感觉是一篇不可思议的工作，

0、简介论文名字：LINE: Large-scale Information Network Embedding下载地址：http://www.findshine.com/me/downloads/papers/WWW2015_LINE.pdf会议：WWW 20151、论文的motivation目前已有的节点表示方法很多不能在大规模的图上应用，并且大多数现有方法在做节点表示的时候只关注一阶相似度。因此本文提出Line模型，该模型可以在超大型网络上实现节点表示，并且同时学习了节点的一阶相似度和二

0、简介论文名字：Random Walk Graph Neural Networks下载地址：https://www.lix.polytechnique.fr/~nikolentzos/files/rw_gnns_neurips20会议：NIPS20201、论文的motivation图神经网络可以学习图的特征，从而进行图分类的任务。目前，主流的图神经网络算法都是MPNN的结构。这种结构的图神经网络可以很好的学习节点的特征信息，但是却忽略的图的结构信息。为了利用学习图的结构信息，这篇文章提出了基