日常论文阅读
文章平均质量分 52
柳絮飘飞123
我是一个专注的人
展开
-
如何进行文档级别的信息切分
题目: Multi-passage BERT: A Globally Normalized BERT Model forOpen-domain Question Answering原创 2021-04-20 20:54:38 · 75 阅读 · 0 评论 -
语言学知识总结
词法分析语法分析 and 句法分析https://baijiahao.baidu.com/s?id=1669122399454668442&wfr=spider&for=pc这应该是比较容易懂的一篇关于语法分析和句法分析语义分析语义分析指运用各种方法,学习与理解一段文本所表示的语义内容,任何对语言的理解都可以归为语义分析的范畴。一段文本通常由词、句子和段落来构成,根据理解对象的语言单位不同,语义分析又可进一步分解为词汇级语义分析、句子级语义分析以及篇章级语义分析。一般来说,词汇级语原创 2021-04-09 12:03:00 · 177 阅读 · 0 评论 -
结合句子选择器和分开present和absent生成的方法
题目: Select, Extract and Generate: Neural Keyphrase Generation with Syntactic Guidance网址: https://arxiv.org/pdf/2008.01739.pdf前沿: 文章中并没有给出代码,要命的是论文等级也没有,不过这篇论文工作没少做,但是总感觉优点实现细节不清不楚,比如:1.提取器:如何处理选择后的句子和关键词的对应关系,如何处理实际的任务形式;2.生成器:如何使用选择后的句子也没有说明;难道19有文章暗原创 2021-04-08 21:51:31 · 434 阅读 · 6 评论 -
利用交叉文档的attention信息来促进关键词生成
题目: Keyphrase Generation with Cross-Document Attention网址: https://arxiv.org/pdf/2004.09800.pdf代码地址: https://github.com/SVAIGBA/CDKGen前沿: 这篇文章主要创新点在于采用了交叉文档,也就是针对当前文档和他有一定相似度的文档作为输入信息,用文章中的原意就是跨文档注意力和潜藏的话题分布。还有一个就是采用了transformer作为编码器和译码器。个人小想法,他这样做的假设应该原创 2021-04-08 16:26:28 · 218 阅读 · 0 评论 -
增加文本内部逻辑结构信息来促进关键词生成
题目: SenSeNet: Neural Keyphrase Generation with Document Structure论文链接: https://arxiv.org/pdf/2012.06754.pdf前沿: 本文讲述的主要是发现文档中的关键词大都可以很好的在文档的不同逻辑结构中得到均匀分布,这个现象,促进作者产生对于不同句子对于对于结果产生是不是效果不同的猜想,于是构建一个句子选择模型,然后将句子针对关键词的影响力加入进行,最终构建出了一个新的模型。这种思想逆向思维其实也是前面很多基于to原创 2021-04-07 15:50:31 · 264 阅读 · 0 评论 -
使用GAN+RL来进行关键词生成
题目: Keyphrase Generation for Scientific Articles Using GANs (Student Abstract)前沿: 文章不长,分析也不是足够多,主要是在关键词生成领域第一个使用GAN来进行关键词生成的,并且取得的效果也不是特别好,只能说是技术的新的尝试。摘要:使用条件GAN来进行关键词生成任务,GAN任务能够基于title和摘要去进行关键词生成,区别器能够区别机器生成和人为评定。介绍: 作者其实是拿摘要生成领域的模型和关键词领域的模型做对比,然后去进行原创 2021-04-02 18:56:56 · 435 阅读 · 0 评论 -
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 keyphrasegeneration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,这篇文章原创 2021-03-31 22:28:29 · 381 阅读 · 1 评论 -
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。语义网络的构建原创 2021-03-31 19:59:17 · 576 阅读 · 0 评论 -
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,然后通过给原创 2021-03-26 22:40:05 · 1006 阅读 · 0 评论 -
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原创 2021-03-24 11:51:25 · 264 阅读 · 0 评论