![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Paraphrase Generation
修改资料-昵称
这个作者很懒,什么都没留下…
展开
-
《A Deep Generative Framework for Paraphrase Generation》-- 总结
一、研究背景1. 应用复述生成可以应用很很多场景,像机器翻译、生成摘要等等都涉及到复述生成;而且复述生成还可以扩充语料,更好的进行训练;不仅如此,还可以应用于智能对话等场景,eg:用户的提问方式不可能都是符合预期设定的同种方式,此时就需要判断用户提问的与系统设定的哪种问题是一样的,这也涉及复述生成...总结来说:复述生成的应用场景有:问答,信息检索,信息提取,系统对话...2. 现有工作既然复述生成这么重要,那一定有很多学者进行了研究,他们都是怎么做的?本文提出的方法和他们提出的又有原创 2020-08-20 11:41:24 · 258 阅读 · 0 评论 -
《A Deep Generative Framework for Paraphrase Generation》论文笔记--相关工作、实验
一、相关工作:(Quirk,Brockett,and Dolan 2004) apply SMT tools, trained on large volumes of sentence pairs from news articles. (Zhao et al. 2008) proposed a model that uses multiple resources to improve SMT based paraphrasing, paraphrase table and feature functi原创 2020-08-18 18:28:59 · 438 阅读 · 0 评论 -
《A Deep Generative Framework for Paraphrase Generation》论文笔记--方法
一、概述Our framework uses a variational autoencoder (VAE) as a generative model for paraphrase generation. In contrast to the standard VAE, however, we additionally condition the encoder and decoder modules of the VAE on the original sentence. This enables原创 2020-08-11 17:26:47 · 204 阅读 · 0 评论 -
《A Deep Generative Framework for Paraphrase Generation》论文笔记--摘要、引言
论文翻译及其他相关内容:https://ldzhangyx.github.io/2018/09/26/deep-para-generation/(下述英文是原文内容,中文是给出的翻译)标题:Paraphrase Generation:产生复述句一、摘要:1. 应用:question answering, information retrieval, information extraction, conversation systems...问答,信息检索,信息提取,系统对话..原创 2020-08-05 17:41:53 · 258 阅读 · 0 评论