Neural Symbolic Machines: Learning Semantic Parsers on Freebase with Weak Supervision读书笔记

利用Lisp语言的形式表示问题的semantic，可以通过程序执行得到检索答案

整个系统由三部分组成：computer，programmer，manager

computer是可以执行程序的部分

manager是提供weak supervision的部分

主要的解析部分为programmer

    programmer基于带attention的seq2seq模型，为了使得程序能够解析出符号和变量，又引入了key-variable记忆模块

    key-variable中，key v是连续向量，variable R代表了computer中的某个value。在encoding过程中，对每一个entity link到的实体，在memory中加入相应的v-R对，其中v是entity的GRU hidden state的均值，R是相应的name。在decoding过程中，每当生成一个完整的表达式（即生成了有括号')'），该表达式被执行，得到的值作为variable存在memory中，对应的key是该时刻GRU的hidden state。每当memory中增加了v-R对，decoder中就增加相应的一个vocabulary。最后执行的结果作为答案。

利用强化学习训练