论文总结
文章平均质量分 95
nana-li
越努力,越幸运!
展开
-
【论文阅读】Learning to Extract Attribute Value from Product via Question Answering: A Multi-task Approach
写在前面本文是Google Research发表在kdd2020上的一篇文章,主要是利用问答系统的算法来解决属性值提取的问题。论文地址本文主要从背景、算法、实验和总结几部分来讲解。一、背景1、任务和示例Attribute value extraction: The task of identifying values of an attribute of interest from product information.属性值提取,即识别为商品中的属性信息如上示例,文本是商品信息,A原创 2021-08-08 19:02:43 · 1937 阅读 · 3 评论 -
Paper:Learning from Imbalanced Data - by H He et al.
论文链接:Learning from Imbalanced Data一、基本概念1、类间不平衡 VS. 类内不平衡类间不平衡:不同类别之间的数据量相差较大。 类内不平衡:某一个类分布成多个小聚类,每个小聚类数据量相差较大。 如下图: 图(a)中圆形和五角星代表2个不同的类,他们的数目量相差较大,因此属于类间不平衡。 图(b)中:A代表圆形类中数量较大的圆形集合,D代表圆形类原创 2017-09-12 23:08:10 · 8399 阅读 · 4 评论