NLP
学舞银
这个作者很懒,什么都没留下…
展开
-
字节跳动国际化nlp一面
上来先是两道题,说实话我都见过,但是大致思路记得,做不到bugfree,一个是括号生成,一个是旋转打印矩阵。大约半小时。都写了比较多的代码,但是细节不到位。然后聊项目,生成对抗网络训练的难点,怎么解决的,为什么使用了svm,原理?使用过其他分类方法嘛?对比过缺点吗?svm的应用场景。正则化方法有哪些?还有哪些防止过拟合的方法?这些都答上了。nlp中了解过bert嘛?(简单了解过)bpe和wordpeice是什么?(这个直接说不知道)CNN中的卷积和池化的作用是什么?(CNN的基本知识点)应该是凉了,原创 2020-06-02 16:12:41 · 696 阅读 · 0 评论 -
聊天机器人综述推理部分
3.7.2 推理推理方式根据不同类别分为单步模型(Single-Step Reasoning)和多步模型(Multi-Step Reasoning)单步模型只将问题和文档内容匹配一次并生成答案。左边是随机答案网络,右边是BiDirectional Attention Flow model我们现在从Memory中找出答案范围,首先,总的问题矢量为:hq=∑iβihiq\mathbf{h...原创 2019-06-12 17:03:30 · 422 阅读 · 0 评论 -
完全数据驱动的对话模型和社交机器人
研究人员最近开始探索完全数据驱动和端到端(E2E)的会话响应生成方法,例如,在序列到序列(seq2seq)框架内(Hochreiter和Schmidhuber,1997; Sutskever等, 2014)。这些模型完全根据数据进行培训,无需借助任何专业知识,这意味着它们不依赖于第4章中提到的对话系统的四个传统组件。这种端到端模型在社交机器人(chitchat)中特别成功。场景,因为社交机器人很少...原创 2019-06-19 17:00:58 · 802 阅读 · 0 评论 -
业界AI对话
这部分描述了工业中对话系统的前景,包括面向任务的系统(个人助理)、QA系统和闲聊型机器人。6.1QA系统包括谷歌,微软和百度在内的搜索引擎公司已将多轮QA功能纳入其搜索引擎,以使用户体验更具对话性,这对移动设备尤其具有吸引力。由于这些系统内部(例如Google和百度)的公开知之甚少,本节介绍了一些示例商业QA系统,其架构少部分在公共资源中描述,包括Bing QA,Satori QA和客户支持代...原创 2019-06-20 14:26:35 · 256 阅读 · 0 评论