2019年11月_zycxnanwang

11月 10月 09月 08月 07月 06月 05月 04月 03月 01月

原创 Question Answering over Freebase via Attentive RNN with Similarity Matrix based CNN

Question Answering over Freebase via Attentive RNN with Similarity Matrix based CNN概述本文的方法是基于检索的方法。通过将问题、答案映射到同一向量空间，通过计算向量距离，衡量问题和答案的相似程度，最后选出正确答案。文中的创新点是作者提出了AR-SMCNN模型，用以融入更多的文本信息。并且论文也提出了一种启发式...

2019-11-15 23:08:15 452

原创 Question Answering with Subgraph Embedding

Question Answering with Subgraph Embedding总结文章提出一个将问题、候选答案映射到低维稠密向量，然后计算其关联程度评分，通过排序确定最后的答案。训练的过程是一个多任务训练过程，不仅使利用<问题、答案>对，也使用相同意思的问题对，来丰富词向量信息。候选答案的获取首先从问题中匹配出一个主题实体策略1：仅仅考虑与主题实体距离一跳以内的实体...

2019-11-15 21:12:30 392

原创基于交叉注意力机制的知识图谱问答模型

An End-to-End Model for Question Answering over Knowledge Base with Cross-Attention Combining Global Knowledge概述本文提出一种端到端的模型来对问题进行表示，具体的根据候选答案的不同方面，利用交叉注意力机制，对问题进行表示和计算最后问题与答案的匹配程度，同时论文通过TransE模型和交...

2019-11-13 22:17:43 5015 3

原创融入词汇信息的基于字的命名实体识别方法

融入词汇信息的基于字的命名实体识别方法基于词的中文命名实体识别方法，前期存在不可避免的分词错误，会导致后期命名实体识别过程中实体边界识别错误，进而导致方法的性能指标下降。而基于字的命名实体识别方法，虽然不存在分词错误，但是没有考虑词的信息。经验上，相当一部分实体边界是词的边界，说明词可以提供丰富的边界信息。对于句子南京市长江大桥若无词信息，可以会提取出南京市长、江大桥这种错误信息。基于...

2019-11-05 16:38:46 1808 2

原创 CAN-NER Convolutional Attention Network for Chinese Named Entity Recognition

CAN-NER: Convolutional Attention Network for Chinese Named Entity Recognition总结作者提出了基于注意力机制的卷积神经网络架构，用于中文命名实体识别。主要的框架是CNN with the local-attention 和Bi-GRU with global self-attention总体的框架图如下：Convo...

2019-11-01 10:38:47 2423 3