论文阅读:data-to-text generation with entity modeling

文章核心内容:

模型结构图:

一、Entity Memory:

        作者在常规的encoder-attention-decoder以及copy mechanism下,针对实体生成,在decoder过程中不断更新实体,更新的过程采用门机制,类似于LSTM;具体如下公式(9),比如有k个entity,对每个entity,在decoder time t,新U(t,k)更新是由δ(t,k)确定,δ(t,k)接近1,则U(t-1,k)对应的值就会被更新,接近0则保持前一时刻的值不变;表示根据当前decoder输入词后新增信息;

                                                    

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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