zeroQiaoba的博客

这是NIPS2017的文章。【有开源代码，memory网络的代码，可以借鉴这篇文章】 对话系统主要分成两类：基于任务的对话系统，闲聊式的对话系统。End2end（+attention+memory）的方式，使得对话系统不需要规则，并且性能超过基于规则的方式。但是还没有文章就个性化的对话系统，展开工作。将个性化的信息+对话系统，用多任务的方式训练。 数据库：基于bAbI dialog dat...

这是一篇interspeech2017年的文章，现详细讲解一下文章内容

今年的interspeech2017有两个section是关于情感的： Emotion Recognition 和 Emotion Modeling，共有12篇文章，best paper 提名的是关于多任务学习的文章。今年的interspeech主要是以多任务学习为主，占据了半壁江山。其余为一篇利用对抗自编码做压缩；一篇端到端；一篇离散转回归问题求解；一篇对话中的情感识别；一篇探讨不同的CNN对...

2015_11_25老文章了。思路依旧是【预训练的视觉模型+无标签的数据对=新的模态】 代码：https://github.com/s-gupta/fast-rcnn/tree/distillation 实验以pool5层计算loss。利用teacher model教会一个新的网络mid-level semantic representation. Loss choose L2 di...

audioSet 是2017年发布的音频事件数据集。 sound Classification借用了tensorflow中的音频处理模块，利用原始语音信号，提取原始特征->embedding features->利用youtube-8m中的模型，对audioSet中527个样本做分类。因此，这篇博客讲解的还是如何对audioSet数据集做分类。注意：tensorflow官网同样给...

这是ACL2017的一篇文章，主要就是把情感属性和情感强度增加到句子生成过程中。(发布的时间比较早了，最晚也是2017年初发布的) 主要提出了Affect-LM模型，是我目前看过的，最早提出的模型之一了。 任务目标是：给出前M个词，情感向量e以及情感作用的强度β，输出后面的N个单词，组成完整的一句话。 它本质就是一个增加情感的语言模型，用来做句子生成。 模型公式： 用β控制情...

EmotiW历年文章大总结