- 博客(6)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 利用KP之间的共现矩阵信息构建GAT信息进行关键词生成
题目： Co-occurrence graph based hierarchical neural networks for keyphrase generation 前沿： 这篇文章感觉能够算是一个KP领域里程碑式的文章，类似我今天看的前一篇文章，主要是在寻找同一篇文章的KP之间的关系。Keyphrase Generation With CopyNet and Semantic Web获取的KP关系是在不同文章之间构建KP词表，然后获取KP之间的强联系，获取方式包括共现矩阵，词表征。本文则不是，这篇文章
2021-03-31 22:28:29
380
1
原创 构建一个额外的语义网络进行关键词生成
题目： keyphrase generation with copyNet and semantic Web 前沿： 本文主要在copy_net基础上面增加了一个语义网络的构建，但是搞不清楚的是为什么作者要那么强调copy_net，这个不是很久之前就出现的了吗？不过语义网络这个思路还是不错的，通过构建kp的语义网络来增加语义输入，尤其是强相关的语义输入。 摘要： 作者阐述了本文的基本方法是基本编码译码器结构，然后在此结构上实现了对于CopyNet机制，通过增加语义网络提供的语义信息来增加指标。语义网络的构建
2021-03-31 19:59:17
575
原创 迟到的考研分享贴
导读：最近身边有一个朋友在积极备考2022研究生的入学考试，作为好朋友我觉得有必要给上一份自己对于考研的经验帖了，这篇经验帖主要从考研压力入手，告诉如何面对压力，比较好的心态是什么？最后附上一些考研人不能不清楚的考研规划表。 note 本文比较长，写的比较拖拉，随便看看就好。 目录： 考研压力来自哪？ 如何应对考研压力？ 一个比较好的考研人心态。 附上正常考研的一天 考研全程规划。 考研压力来自于哪？ 考研越来越难，担心自己考不上。担心陷入死循环里面，也就是所谓的考不上我要不要二战,二战就一定能考上吗
2021-03-27 11:50:25
162
4
原创 考虑VAE来实现不同条件下的文本生成
题目 Pre-train and Plug-in: Flexible Conditional Text Generation with Variational Auto-Encoders 作者： 这是一篇由阿里，武汉大学，芝加哥大学，美国亚马逊联合出品 **前言：**应该是真大佬之间的合作，哎十分羡慕啊。言归正传，我之前基本一直没怎么接触VAE，最多只是看过一些博客介绍，这篇文章应该算是我对VAE的一次全面了解，初始感觉，VAE强啊，本文做的是有条件的文本生成任务，基于VAE去做文本隐含分布映射，然后通过给
2021-03-26 22:40:05
1005
原创 构建语义匹配和答案位置推断两个任务来辅助问题生成
题目：Improving Question Generation with Sentence-Level Semantic Matching and Answer Position Inferring 关键字：问题生成；多任务学习，门控融合 摘要：考虑一个答案以及给定的上下文作为输入，利用序列模型进行问题的生成。这些方法存在的问题主要是在错误问题单词的生成和关键词生成以及从源中复制不相干的单词。我们认为缺失全局问题语义和探索答案位置不够好是这个问题的主要答案。本文我们提出了一个神经网络问题生成模型以及两个子
2021-03-24 11:51:25
264
原创 深度学习的定义
深度学习：这应该是这样的一个工具，将数据间的特征利用起来，然后使得在每次需要利用统计学知识解决问题的时候，不需要重新计算，尤其面对复杂的问题，可以让 计算机，或者说模型明白，统计学解决问题是这样的，它需要的是利用非线性的函数去模拟统计学解决问题的方式，直到后面就可以用函数去代替统计学习去解决问题。 所以面对模型，应该暴露更多的特征，给模型，使得模型能够明确目的，然后在每次函数调整的过程中，依据特征去解决这个问题。 ...
2021-03-10 21:18:05
752
基于源和答案的问题生成 .pdf
2021-03-26
有条件文本生成.pdf
2021-03-26
AdbWinApi.dll文件
2017-09-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人