![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 85
若澜_
一只夹缝生存的倔强程序员
展开
-
SPRM--笔记
论文题目:《A Shared-Private Representation Model with Coarse-to-Fine Extraction for Target Sentiment Analysis》这篇文章主要是对span-based模型的改进,先回顾下span-based模型,其先是预测起止点概率,再是利用广度启发式算法选择多个目标实体,收集其起始和结束位置,然后是根据起止位置提取隐藏状态进行极性预测本篇论文作者提出其目标实体提取与极性分类之间的关系没有得到很好地利用,同时设置阈值提出.原创 2021-08-08 09:35:40 · 672 阅读 · 0 评论 -
aspect-polarity co-extraction小记录
aspect-polarity co-extraction是将目标实体识别与情感极性分类两个任务结合,目前对这个任务的研究通常都是转换为序列标记问题,具体有三种不同的模型pipeline model, joint model, collapsedmodel。pipeline的解决办法是先搭建一个模型提取实体,再用另一模型判断极性,两个任务模型相互独立, collapsed是将两种标注任务结合,一起判断,joint是设置两个相互间交互的模型来进行标注任务,分别输出各自标签体系。E2E-TBSA:《A原创 2021-08-07 22:50:02 · 547 阅读 · 0 评论 -
SPAN--笔记
论文题目:《Open-Domain Targeted Sentiment Analysis via Span-Based Extraction and Classification》这篇论文研究的任务依然是方面词实体提取和情感极性判断,其主要针对的点是同一实体词不同单词的情感极性不一致问题,引入了SPAN概念首先提一下目前对这个任务的研究通常都是转换为序列标记问题,具体有三种不同的模型pipeline model, joint model, collapsedmodel。pipeline的解决.原创 2021-08-07 16:52:35 · 443 阅读 · 0 评论 -
《GRACE: Gradient Harmonized and Cascaded Labeling for Aspect-based Sentiment Analysis》阅读笔记
GRACE论文题目: 《GRACE: Gradient Harmonized and Cascaded Labeling for Aspect-based Sentiment Analysis》本文研究对象是方面术语与情感极性的联合抽取,作者提出以前的方法忽略了方面术语之间的相互作用,同时忽略了序列标记任务中标签的不平衡性。针对这两个问题提出新的框架GRACE,解决端到端的方面项极性共提取问题。它采用级联标签的方法来考虑标签之间的相互作用时,标签他们的情感标签同时梯度协调策略来缓解标签的不平衡问题模原创 2021-08-03 21:46:09 · 424 阅读 · 0 评论 -
《Exploiting BERT for End-to-End Aspect-based Sentiment Analysis》笔记
论文题目:Exploiting BERT for End-to-End Aspect-based Sentiment Analysis文章主要是研究bert在端对端的ABSA序列标注任务中的作用,同时在使用Bert的基础上还实验了多个下游任务模型,值得注意的是得到的结果已经超出当时的 SOTA (可见bert的强大),过程如下。整个模型框架如上,输入序列 x={x1,...,xT}x=\{x_1,...,x_T\}x={x1,...,xT} 首先用bert来计算对应的上下文表示得到 HL.原创 2021-07-30 11:00:24 · 682 阅读 · 0 评论 -
《Knowing What, How and Why: A Near Complete Solution for Aspect-based Sentiment Analysis》笔记
论文题目:《Knowing What, How and Why: A Near Complete Solution for Aspect-based Sentiment Analysis》首先作者围绕上图总结了下目前细粒度情感分析的一些任务,主要有三个子任务,分别是方面/目标词提取(ATE),意见项提取(OTE),方面/目标项情感分类(ATC),中间层的每个圆圈表示对应的一个直接子任务,与aspect term相连的圆圈"sentiment"是ATC,有许多相关的研究,包括TD-LSTM,IAN,Me原创 2021-07-29 22:02:16 · 787 阅读 · 0 评论 -
《Investigating Typed Syntactic Dependencies for TSC Using GAT》论文笔记
论文题目:Investigating Typed Syntactic Dependencies for Targeted Sentiment Classification Using Graph Attention Neural Network概览该文章认为依存句法信息能作为一种外部有用知识帮模型找到 目标对应的情感词,依存句法信息即对句子建立的语法图,比如下图该文章就利用了这种单词之间的关系来帮助衡量上下文单词对目标单词的重要性,其主要研究的是如何利用语法依存关系来进行更有针对性的情感分类,提.原创 2021-07-28 19:47:45 · 714 阅读 · 0 评论 -
TNet--阅读笔记
《Transformation Networks for Target-Oriented Sentiment Classification》笔记论文题目:Transformation Networks for Target-Oriented Sentiment Classification论文链接:https://aclanthology.org/P18-1087知乎链接:https://zhuanlan.zhihu.com/p/393348516这篇是18年ACL上的文章,提出Tnet模型,当前对原创 2021-07-26 18:43:07 · 684 阅读 · 0 评论 -
数据结构面试知识点概览
文章目录数据结构分治算法布隆过滤器一致id生成器KNN分类算法加密算法分布式一致性算法一致性哈希字典序算法哈希表解决冲突扩容机制树完全二叉树二叉搜索树AVL红黑树B树B+树Trie树图图的遍历最短路径算法最小生成树排序快排并查集贪心算法和动态规划字符串字符串查找数据结构分治算法1)计算大数乘法2)找最大最小值3)寻找中位数布隆过滤器用于检索一个元素是否在一个集合中数据结构为位图,多个哈希函数,计算出多个哈希值,将相应的哈希值置为1,判断时计算相应的哈希值得到K个值,判断相应K个值的位置上是否原创 2021-03-30 13:10:33 · 477 阅读 · 0 评论 -
编译原理面试知识点概览
文章目录编译原理一个编译器的结构词法分析语法分析自顶向下分析--LL1文法自底向上分析--LR分析法语义分析语法制导定义SDD语法制导翻译方案中间代码生成机器无关代码优化代码生成机器相关代码优化概念文法和语言面试问题设计编译器,并优化大数据编译器的优化设计算法减少代码编译过程能耗面试问题设计编译器,并优化大数据编译器的优化设计算法减少代码编译过程能耗编译原理一个编译器的结构词法分析读入组成源程序的字符流,输出词法单元1)有穷自动机 确定的FA–DFA ;非确定的FA–NFA语法分析在词法原创 2021-03-30 13:09:09 · 1917 阅读 · 0 评论 -
数据库面试知识点概览
文章目录数据库数据库管理系统数据库管理系统的功能数据库系统结构数据库系统的标准结构数据模型关系模型关系模型概念关系模型中的完整性约束数据库完整性和安全性Sql约束数据库安全性嵌入式语言视图游标api数据库设计数据库设计过程与设计方法关系模式设计数据库范式模式分解考虑的问题无损连接分解及其检验算法保持依赖分解及其检验算法最小依赖集数据库存储磁盘的结构和特性DBMS数据存储与查询实现的基本思想数据库表与记录的映射文件组织方法事务什么是事务ACID特性数据库索引索引索引的简单分类并发控制并发一致性问题事务调度及可原创 2021-03-30 13:00:20 · 230 阅读 · 0 评论