A Reinforcement Learning Framework for Natural Question Generationusing Bi-discriminators

最新推荐文章于 2022-04-29 10:17:11 发布
最新推荐文章于 2022-04-29 10:17:11 发布
阅读量344 收藏
点赞数 2
分类专栏： GAN+RL
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/qq_36616268/article/details/84675379
版权

果然，我在看完这篇论文表示一脸懵逼，这论文干啥了?啥也没干啊。这不会是A会的吧，一查，果然不是A会的。

单纯的小结构的创新，加几层网络，删去几层感觉作用也不大。

主要思想用的是上一篇写的seqGan，不过用到了两个D，一个D关注一部分东西。

不过看这篇文章又知道了一个focal loss（何大神的作品，这是这篇文章，我最大的收获之一，用于平衡样本数量悬殊的平衡办法）

对于这两个D，感觉在这个地方用有一些鸡肋，毕竟多基层网络，用对了地方，就会有一定的提升。

个人感觉这篇论文成功的地方：应用场景比较新颖（看题目即可）

 

算法结构：

这梦想不休不止
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
利用深度强化学习框架解决金融投资组合管理问题（附 GitHub 实现）
机器之心
11-22 8338
近日，《A Deep Reinforcement Learning Framework for the Financial Portfolio Management Problem》的作者开源了该论文的项目代码。这篇文章关于如何利用深度强化学习进行投资组合管理，提出的 DRL 框架性能大大优于其他算法。机器之心对论文摘要进行了简要翻译，附 GitHub 实现。 论文链接：https://
推荐系统遇上深度学习(十四)--《DRN:A Deep Reinforcement Learning Framework for News Recommendation》...
简书博客搬家测试账号
08-13 2641
欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！ 对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tsaiedu，并注明消息来源，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。 本文来自天善智能社区专栏作者[文文](https://ask.h...
问题生成论文（question generation）-2020
yangyanglulu的博客
06-16 1081
2020_Toward Subgraph Guided Knowledge Graph Question Generation with Graph Neural Networks 2020_Asking Questions the Human Way Scalable Question-Answer Generation from Text Corpus 2020_Improving Question Generation with Sentence-level Semantic Matching
人工智能在量化领域应用相关论文整理
敲代码的quant的博客
11-04 1430
写在前面这篇文章整理了近些年来，人工智能技术在量化金融领域的一些研究论文，适合读者了解目前智能量化的研究现状以及热门方向，建议收藏。所有的文章可在文末获取。 1 机器学习1.《An Ar...
DRN: A Deep Reinforcement Learning Framework for News Recommendation
sinat_41679123的博客
04-29 216
18-www-DRN: A Deep Reinforcement Learning Framework for News Recommendation 用了dqn，reward里额外考虑了用户return
A Reinforcement Learning Framework for Medical Image Segmentation.pdf
06-29
image segmentation using a reinforcement learning scheme. We use this novel idea as an effective way to optimally find the appropriate local thresholding and structuring element values and segment the...
reinforcement-learning-an-introduction-chinese:《强化学习
04-30
reinforcement-learning-an-introduction-chinese 本项目为《Reinforcement Learning: An Introduction》（第二版）中文翻译，旨在帮助喜欢 强化学习（Reinforcement Learning）的各位能更好的学习交流。 中文在线...
2017-a deep reinforcement learning based framework for content caching.pdf
10-30
为了应对缓存内容的智能策略，本文提出了一种基于深度强化学习（Deep Reinforcement Learning, DRL）的框架，该框架采用了Wolpertinger架构，用于基站的智能内容缓存。深度强化学习是一种结合了深度学习和强化学习的...
DRN: A Deep Reinforcement Learning Framework for News Recommendation理解
chutongz的博客
05-10 2903
这篇文章是微软18年发的基于强化学习来做推荐系统的文章。 研究推荐系统一个月有余，总觉得自己的模型过分简单，单纯的无脑过FC把人都整的蠢蠢的，于是就搜寻了一下有没有别的方式来做推荐，就发现了这一篇文章，总体觉得还是很不错的，记录一下学习心得。 如果有理解错的地方，还望各路大佬不吝赐教。 摘要 目前主流推荐算法没有解决的问题： （1）大多数模型只用点击率CTR来作为目标函数 （2）鲜少有人尝试利用用...
Deep Reinforcement Learning for List-wise Recommendations
01-21
京东商城数据科学实验室写的用深度强化学习对搜索结果排序的论文。
DKN: Deep Knowledge-Aware Network for News Recommendation阅读笔记
newcolour_USTC
08-02 3022
这篇论文发表在2018年的WWW上。引入知识来进行新闻推荐。 关键词：News recommendation; knowledge graph representation; deep neural networks; attention model Motivation 过去的新闻推荐方法没有引入知识，很难发现潜在的知识层面的关系 另一方面 新闻推荐有高度的时间敏感性并且要随着用户的兴趣...
portfolio
dielucuan8830的博客
12-25 321
1、工作量计算逻辑： 原始待办事项： 预估2个冲刺，如下图所示： Sprint1的故事点计划工作量5，空闲工作量28.如下图 Sprint2为预估冲刺，指的是预估待办事项在后续冲刺的预估计划，后续冲刺预估逻辑如下： 一： 确定冲刺预估总量（如图为30） 二： 按照图1的待办事项从上到下依次选择有故事点的故事进行加和，找出最接近30并...
【GitHub】－Deep Learning 库比较
aliceyangxi1987的博客
01-14 927
整理自 https://github.com/zer0n/deepframeworks/blob/master/README.md?utm_source=tuicool&utm_medium=referral 另： 从Theano到Lasagne：基于Python的深度学习的框架和库 http://www.csdn.net/article/2015-08-0
坤哥笑侃跨域推荐（二） A Deep Framework for Cross-Domain and Cross-System Recommendations （IJCAI-18）
qq_32813967的博客
07-18 1822
跨域推荐第二弹，这篇文章有点萌。 上篇文章地址 https://blog.csdn.net/qq_32813967/article/details/81087973 目录 介绍 跨系统 CDR分类 迁移方法的细分 模型 模型变化 基准的计算1 基准的计算2 基准的解释 others 总结 介绍 说好的跨域推荐，跨系统--措手不及呀。跨系统说的是啥呢，我也不知道。 跨...
Build a Machine Learning Portfolio(构建机器学习投资组合)
摩登都市天空---专栏
04-18 1365
Complete Small Focused Projects and Demonstrate Your Skills                          （完成小型针对性机器学习项目，证明你的能力）A portfolio is typically used by designers and artists to show examples of prior work to pros...
问题生成（question-generation）论文汇总
yangyanglulu的博客
05-30 4209
1、综述：Recent Advances in Neural Question Generation-2019地址 2、其他论文： 任务为输入段落和答案，输出生成问题 主要处理了在问题生成（Question Generation，QG）中，长文本（多为段落）在seq2seq模型中表现不佳的问题。长文本在生成高质量问题方面不可或缺。 问题：在问题生成（Question Generation，QG）中，长文本（多为段落）在seq2seq模型中表现不佳。段落和答案编码 双向RNN来进行encode， 针对文章级的
Deep Reinforcement Learning for Dialogue Generation阅读笔记
呜呜哈的博客
12-08 2917
文章亮点 本文是使用深度增强学习DRL的方法来解决多轮对话问题。首先使用Seq-to-Seq模型预训练一个基础模型，然后根据作者提出的三种Reward来计算每次生成的对话的好坏，并使用policy network的方法提升对话响应的多样性、连贯性和对话轮次。文章最大的亮点就在于定义了三种reward（Ease of answering、Information Flow、Semantic Cohe...
《DRN: A Deep Reinforcement Learning Framework for News Recommendation》强化学习推荐系统
anqiu4023的博客
03-05 638
摘要 新闻推荐系统中，新闻具有很强的动态特征（dynamic nature of news features），目前一些模型已经考虑到了动态特征。 一：他们只处理了当前的奖励（ctr）;、 二：有一些模型利用了用户的反馈，如用户返回的频率。（user feedback other than click / no click labels (e.g., how freq...
DMRO: A Deep Meta Reinforcement Learning-Based Task Offloading Framework for Edge-Cloud Computing
最新发布
04-08
ChitGPT: DMRO is an interesting Deep Meta Reinforcement Learning-Based Task Offloading Framework for Edge-Cloud Computing. It proposes a solution to optimize resource allocation based on a ...
评论
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