![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 93
图灵与对话
我打赏了很多小红花。
展开
-
Deep Learning for Video Game Playing《DQN 在电子游戏中的应用》
在本文中,我们回顾了深度学习的最新进展,介绍了它们如何应用于玩不同类型的视频游戏,例如第一人称射击游戏,街机游戏和实时策略游戏。 我们分析了不同游戏类型对深度学习系统的独特要求,并强调了将这些机器学习方法应用于视频游戏(例如一般游戏,处理巨大决策空间和稀疏奖励)的情况下的重要开放挑战。I. INTRODUCTION现在,将AI技术应用于游戏已成为一个成熟的研究领域,有多个会议和专...翻译 2020-01-29 12:44:54 · 2916 阅读 · 0 评论 -
Neural Approaches to Conversational AI Question Answering(问答,任务型对话,闲聊)
摘要本文概述了最近几年开发的对话式AI神经方法。 我们将对话系统分为三类:(1)问答代理,(2)面向任务的对话代理和(3)聊天机器人。 对于每个类别,我们将使用特定的系统和模型作为案例研究,对当前最先进的神经方法进行回顾,画出它们与传统方法之间的联系,并讨论已取得的进展和仍面临的挑战。Chapter 1 Introduction开发一种智能对话系统1,不仅可以模拟人类对话...翻译 2020-01-28 15:55:39 · 5593 阅读 · 0 评论 -
Few-Shot Generalization Across Dialogue Tasks《少数据交互对话生成》
摘要基于机器学习的对话管理器能够学习复杂的行为以完成任务,但是将其功能扩展到新领域并不容易。 我们研究了不同政策处理不合作用户行为的能力,以及在学习新的任务(例如预订酒店)时如何重新运用完成一项任务(例如餐厅预订)的专业知识。 我们介绍了循环嵌入对话策略(REDP),该策略将系统动作和对话状态嵌入同一向量空间。 REDP包含基于改进的神经图灵机的内存组件和注意力机制,并且在此任务上明显优于基准...翻译 2020-01-26 00:43:55 · 783 阅读 · 0 评论 -
Sequential Dialogue Context Modeling for Spoken Language Understanding《口语理解的上下文构建》
摘要口语理解(SLU)是面向目标的对话系统的重要组成部分,该系统将用户的发言解析为语义框架表示。传统上,SLU不会利用对话系统之前的对话历史,而上下文的歧义由下游组件来解决。在本文中,我们探索了在基于递归神经网络(RNN)的语言理解系统中建模对话上下文的新颖方法。我们提出了顺序对话编码器网络,该网络允许按时间顺序从对话历史中编码上下文。我们将我们提出的体系结构的性能与两个上下文模型进行比较,一...翻译 2020-01-25 17:52:49 · 827 阅读 · 0 评论 -
data manager
(1)每个行业都有自己的占比,每个股票也有自己的占比求下面依照的是如下规则通过SQL求得的行业占比然后累计相加就可以求出占比。风险测算风险承担要用到 协方差矩阵用欧米伽 W 行业权重, WT行业权重的专置,用行业指数求得的协方差矩阵 corr式1. W *corr*WT 式2. W*corr 式3. WT原创 2016-08-12 15:42:18 · 699 阅读 · 0 评论 -
为什么是这个不行
#!/usr/bin/env python# encoding: utf-8import numpy as npimport tensorflow as tffrom utils import load_w2v, batch_index, load_inputs_twitter, load_word_id_mappingFLAGS = tf.app.flags.FLAGStf...原创 2019-02-01 08:49:46 · 300 阅读 · 0 评论 -
中英文字符混合处理
#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Fri Apr 12 11:26:30 2019@author: macbook"""def is_zh(c) : x = ord(c) # Punct & Radicals if x >= 0x2e80 and x &l...原创 2019-04-12 11:39:13 · 895 阅读 · 0 评论