论文阅读:CopyNet

论文《Incorporating Copying Mechanism in Sequence-to-Sequence Learning》

CopyNet 是在 Seq2Seq + Attention 的基础上,引入了拷贝机制,对某些任务会有所擅长。模型结构如下图

image.png-110.5kB

实现上有关键两点(即图中右边的上下两个矩形框),

Prediction with Copying and Generation

即从 decoder hidden state, st s t ,到预测输出单词 yt y t 的过程。本来直接一个线性映射就可以了,现在有点麻烦。

p(yt) p ( y t ) 的概率分两个模式构成,

  • Generate-Mode
    • 对于在输出词表 V V 中的单词 vi v i ,有
      φ(yt=vi)=Wost,viVUNK(1) (1) φ ( y t = v i ) = W o s t , v i ∈ V ∪ UNK
    • 上面 WoR(N+1)×ds W o ∈ R ( N + 1 ) × d s stRds s t ∈ R d s ds d s st s t 的维度大小。
  • Copy-Mode
    • 对于在输入中出现的单词,预测的概率有
  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值