event detection with CNN 复现Event Detection and Domain Adaptation with Convolutional Neural Networks

最新推荐文章于 2022-08-04 17:39:18 发布
最新推荐文章于 2022-08-04 17:39:18 发布
阅读量834 收藏 3
点赞数 1
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lily960427/article/details/92092577
版权

Event Detection and Domain Adaptation with Convolutional Neural Networks
这篇文章的复现。

使用的数据集是ACE2005英文。针对这个数据集，其中包含多个新闻文档，其中sgm为文本描述，apf为每个文档里面event,argument,trigger等的描述。

这篇文章模型的主要思路是若有一个句子为L=n1,n2…n50
针对句子中的每一个词ni做一个长度为31的滑动窗口即左右个15个词作为它的语境，然后对这个窗口做CNN，pooling得到这个中间词的最终表示，送入softmax进行分类。

这篇文章复现很久，最终未达到论文效果，dev大概67%，测试63.5%，和论文仍有差距，分析模型没有太大问题，主要是数据集处理上，目前此领域的论文分享源码的不多，即使分享的也没分享最终的数据集处理情况。

复现的代码见github

??.0427
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
论文笔记：Cluster Alignment with a Teacher for Unsupervised Domain Adaptation
01-06
Profile  最近因为个人需要看了一些 DADADA 和 DRDRDR 的文章。  这篇文章比较有意思的是：将聚类设计成目标函数，从而一方面实现经网络抽取特征在分布上的自然聚类，一方面因为特征分布的聚类自然提高了分类效果...
论文阅读-Event Detection without Triggers
broccoli2的博客
01-08 2211
Event Detection without Triggers（腾讯、NAACL2019、源码&无数据集源码） 原文链接：原文链接 (1)背景 事件检测（Event detection）的目标是检测文本中是否含有事件并对其进行分类。传统的事件检测任务往往首先识别文本中的事件触发词（Event trigger），然后对触发词进行分类。这类任务需要预定义触发词字典并耗费大量时间对触发词进行标...
论文笔记 ACL 2015|Event Detection and Domain Adaptation with Convolutional Neural Networks
o11oo11o的博客
08-15 323
文章目录1 简介1.1 动机1.2 创新2 背景知识3 方法4 实验5 总结 1 简介 论文题目：Event Detection and Domain Adaptation with Convolutional Neural Networks 论文来源：ACL2015 论文链接：https://aclanthology.org/P15-2060.pdf 1.1 动机 1.2 创新 2 背景知识 3 方法 4 实验 5 总结 ...
Event Detection and Domain Adaptation with Convolutional Neural Networks
CLOUD
09-01 1651
【文章来源】 TH Nguyen, R Grishman,et al. Event Detection and Domain Adaptation with Convolutional Neural Networks[C]. 【原文链接】 基于卷积神经网络的事件检测和域自适应：http://www.anthology.aclweb.org/P/P15/P15-2060.pdf 摘要 我们...
[paper]summary(event detection)
apsvvfb的专栏
10-06 1824
ACMMMACMMM2015_EventNet: A Large Scale Structured Concept Library for Complex Event从”WIKIHOW”里选出了500个event(共95,321 videos, 4490 concepts). 然后用这些concepts和events建了一个CONCEPT LIBRARY, 就是个树状的.ACMMM2015_Mul
[事件识别] Event Detection without Triggers
nic's blog
09-10 3572
NAACL2019 Event Detection without Triggers Author Shulin Liu, Yang Li, Xinpeng Zhou, Tao Yang, Feng Zhang (Tencent AI Lab) paper https://www.aclweb.org/anthology/N19-1080.pdf code https://github.com/liushulinle/event_detection_without_triggers ...
关于论文的理解：Event Detection via Gated Multilingual Attention Mechanism
mengkonglan的博客
09-06 1578
**Event Detection via Gated Multilingual Attention Mechanism Jian Liu（2018）** 本文的主要任务就是给定一个句子，能够识别出表达了什么事件，如例句：**In Baghdad, a cameraman **died when an American tank fired on the Palestine hotel 目标...
Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks2017
sunyao_123的博客
07-29 2020
作者：Pranav Rajpurkar ∗ Awni Y. Hannun ∗ Masoumeh Haghpanahi Codie Bourn Andrew Y. NgAbstract 我们研发了一种算法，在检测由单个导联可穿戴监视器记录的很多种心率不齐心电图上，能够提高委员会认证医生的表现。我们训练了一个34层的卷积神经网络，将ECG样本分类。 Introduction 为了从
事件抽取（and 检测）经典论文
Hekena的博客
08-04 1757
事件mention——要做事件抽取的原始语料事件type——攻击、裁员等等事件触发词——裁员事件论元——角色+论元。
Cardiologist-LevelArrhythmiaDetectionwithConvolutionalNeuralNetworks
tong的专栏
07-21 549
We develop an algorithm which exceeds the performance of board certified cardiologists in detecting a wide range of heart arrhythmias from electrocardiograms recorded with a single-lead wearable monitor. We build a dataset with more than 500 times the numbe
A Survey on Deep Domain Adaptation and Tiny Object Detection
09-25
A Survey on Deep Domain Adaptation and Tiny Object Detection Challenges, Techniques and Datasets.pdf
A Survey on Deep Domain Adaptation and Tiny Object Detection Cha
09-23
A Survey on Deep Domain Adaptation and Tiny Object Detection Challenges, Techniques and Datasets.zip
论文研究-Unsupervised domain adaptation with joint supervised sparse coding and Discriminative regularization term.pdf
08-15
结合有监督的稀疏编码和判别正则项的无监督域适应算法，朱琳，张翔，域适应是通过减小不同域分布之间的差异以期加强分类器的泛化性能。本文专注于无监督域适应问题,其目标域无标签。大部分已有的算��
overview on domain adaptation in neural machine translation
08-14
对当前神经机器翻译领域的domain adaptation 的主流方法做了细致的分类与总结。
python进行文本分类，基于word2vec,sklearn-svm对微博性别分类
热门推荐
小雅的博客
10-07 1万+
第一个分类任务，记录一下 语料库下载一、进行手工分类 导师给的数据是两个文件夹，一个包含了以用户ID名为标题的一大堆txt（未分类），还有一个文件夹里面是已经分类好的男女性别ID的集合txt。 先要做的任务就是将未分类的txt分成两类（根据给的已经分类的id集合txt），这个分为三步： 1、新建男女分类的空文件夹。 2、提取id集合中的id，存在两个list里面. 3、提取未分类txt的
RESCAL+YELP 垃圾评论识别 论文算法实现
小雅的博客
12-19 4050
咸鱼好久……记录一下最近做的这个论文里面的重现，主要也就是对数据集的处理。论文为Learning to Represent Review with Tensor Decomposition for Spam Detection，主要就是将评论和商品两种实体的关系扩展出11种，每一种为一个三维张量，也就是说会有11个三维张量。然后把这11个三维张量投入RESCAL算法里面分解得到A和R和A^T然后A中
Unigram 和bigram 对yelp数据集进行垃圾评论识别分类 python
小雅的博客
01-07 3376
依旧是对yelp数据集处理，之前效果不理想，后来仔细看了论文，用的是SVMlight分类器…（使用方法见上一篇文章），效果就差不多了。。。。 过程就是对英文进行处理（去停用，去高频和低频），化为词袋模型，处理成SVMlight的格式，进行分类。贴部分代码。 对数据处理： for c in cos: cis_2=[] id = c.split(' ')[0] con
Line论文中的Alias Sampling Algorithm 分析
小雅的博客
11-20 3054
http://blog.csdn.net/haolexiao/article/details/65157026 找了一下这篇写的最清晰了，然后结合Line的源码分析一下。原理： 原文举例如下：比如一个随机事件包含四种情况，每种情况发生的概率分别为： 12,13,112,112，问怎么用产生符合这个概率的采样方法。Alias方法按照均值1/N进行归一化，其总面积为N，并且分为1*N个长方形，每一列
Alias sampling 算法用Python实现
小雅的博客
11-23 1191
Line论文中采用了alias 采样算法进行优化，其源码为c++，现用Python实现一遍，加深一下印象网上有人已经用C++ 脱离LINE算法，单独实现了这个算法并且测试，可以先看看。而alias算法的原理可以看我的上一篇博客，其中包括C++源码的分析，所以Python就不加注释了。 。python代码:from gensim.models import Word2Vec import nump
domain adaptation with auxiliary task
最新发布
10-20
Domain adaptation with auxiliary task是一种在领域适应中使用辅助任务的方法。领域适应是指将在一个领域上训练的模型应用到另一个领域的问题上。通常情况下，模型在不同领域之间的性能会下降，这是因为两个领域...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值