LML
John159151
这个作者很懒,什么都没留下…
展开
-
#Paper Reading# Topic Modeling using Topics from Many Domains, Lifelong Learning and Big Data
论文题目:Topic Modeling using Topics from Many Domains, Lifelong Learning and Big Data 论文地址:http://www.jmlr.org/proceedings/papers/v32/chenf14.pdf论文大体内容: 本文提出Lifelong Learning的概念,通过对每个dataset自动地学习、整理出kno原创 2016-09-11 00:37:22 · 946 阅读 · 0 评论 -
#Paper Reading# Lifelong Machine Learning Systems: Beyond Learning Algorithms
论文大体内容:本文对比、分析了以前的LML(Lifelong Machine Learning)式的研究,提出更系统化的LML Framework,并阐述了LML的一些challenges和benefits。作者主要强调对于AI组织,现在是合适的时期去大力推广LML的计算方式。原创 2016-11-27 22:43:42 · 1261 阅读 · 0 评论 -
#Paper Reading# Active Task Selection for Lifelong Machine Learning
论文大体内容:本文针对ELLA[1][2]算法,提出一种主动选择下一个要学习的task的策略,通过主动的选择,已达到更好的整体效果。本文motivation主要在active task selection + lifelong machine learning。原创 2017-01-07 17:54:29 · 1499 阅读 · 0 评论 -
#Paper Reading# ELLA: An Efficient Lifelong Learning Algorithm
论文大体内容:本文提出一种高效的Lifelong Learning算法,主要包括Knowledge Base(sparsely shared basis),使用Knowledge Base进行transfer learning,更新Knowledge Base等操作。最终的效果跟 batch multi-task learning(GO-MTL[1])基本一样,但是速度上快了3个数量级(1000多倍)。原创 2016-12-05 16:57:30 · 1844 阅读 · 0 评论 -
#Paper Reading# Toward an Architecture for Never-Ending Language Learning
论文大体内容:本文构建出一个NELL(never-ending language learner)的framework,主要能够从web中永不停地抽取信息,构建Knowledge base,然后使用知识不断提升之后task的效果。最后经过67天的实验,NELL抽取出了242000+个beliefs,准确率是74%。原创 2016-12-11 15:46:54 · 2634 阅读 · 0 评论 -
#Paper Reading# Lifelong Learning for Sentiment Classification
论文题目:Lifelong Learning for Sentiment Classification 论文地址:http://www.aclweb.org/anthology/P/P15/P15-2.pdf#page=778论文大体内容: 作者把Lifelong Learning的思想用到文本情绪的二分类中,达到不错的效果。1、本文使用的是改进型贝叶斯优化框架,主要解决以下几个问题: ①从以原创 2016-09-27 18:48:17 · 828 阅读 · 0 评论 -
#Paper Reading# Online Knowledge-Based Model for Big Data Topic Extraction
论文大体内容:本文对automatic must-links cannot-links(AMC)[1]模型进行改进,针对stream data进行改进,提出online automatic must-links cannot-links(AMC)模型,提高模型的处理速度以及提高对于流数据的表现。原创 2016-10-15 23:32:31 · 759 阅读 · 0 评论 -
#Paper Reading# Mining Aspect-Specific Opinion using a Holistic Lifelong Topic Model
论文大体内容:本文提出JAST(Joint Aspectbased Sentiment Topic)模型,进行对文本观点进行细粒度的挖掘,同时,使用了Lifelong的思想,将JAST改进为LAST(Lifelong Aspectbased Sentiment Topic),并超过其它state-of-the-art水平的baseline。原创 2016-10-07 17:01:55 · 1101 阅读 · 0 评论 -
#Paper Reading# Lifelong aspect extraction from big data knowledge engineering
论文题目:Lifelong aspect extraction from big data knowledge engineering 论文地址:http://casmodeling.springeropen.com/articles/10.1186/s40294-016-0018-7论文大体内容: 本文通过调查、分析现有的基于知识库的主题模型,对比彼此的相同与不同,并分析各自的缺点,以及在不同原创 2016-10-09 15:29:45 · 723 阅读 · 0 评论 -
#Paper Reading# Lifelong Machine Learning for Topic Modeling and Beyond
论文题目:Lifelong Machine Learning for Topic Modeling and Beyond 论文地址:http://www.aclweb.org/website/old_anthology/N/N15/N15-2.pdf#page=143论文大体内容: 本文是论述、理论类paper,在本文中,作者详细介绍了Lifelong Machine Learning框架的优缺原创 2016-09-14 17:19:07 · 628 阅读 · 0 评论 -
#Paper Reading# Curriculum Learning
论文大体内容:本文考虑到人的学习,学的是经过组织的知识,才能学习得更快。那么对应到机器学习,是否能够通过改变学习的顺序(对知识进行简单的组织),提升机器学习的效果呢?本文经过实验,发现这确实是一个可行的思路,改变学习的顺序,能对学习的速度和质量进行提升。原创 2017-02-18 15:43:46 · 6336 阅读 · 0 评论