2017年07月的文章

CS224n笔记18 挑战深度学习与自然语言处理的极限

2017-07-14阅读(11571)评论(0)

最后一课，总结了目前这两个领域中的难题，介绍了一些前沿研究：快16倍的QRNN、自动设计神经网络的NAS等。深度学习已经漂亮地完成了许多单项任务，但如果我们继续随机初始化模型参数，我们永远也无法得到一个可以完全理解语言的系统。模型就像蒙住...

2017-07-14阅读(5624)评论(2)

这次讲座覆盖了来自DeepMind的两篇论文：第二篇是第一篇的轻微改进，这里只关注抽象思想。问题目前的神经网络擅长模式识别和动态决策，但无法使用知识进行深思或推断。比如明明可以胜任电子游戏这么复...

2017-07-13阅读(13086)评论(1)

课程介绍了各种各样的深度学习网络与应用，是时候从更高层次思考自然语言处理存在的问题与展望未来了。虽然BiLSTM与attention几乎统治了NLP，但在篇章级别的理解与推断上还不尽人意。新时代人们正在“解决”语言深度学习填...

2017-07-13阅读(5192)评论(2)

这是自我组装推断的QA，可接受多种知识，包括图片和结构化知识库。问答具有复合性，很早就有人引入句法分析判断究竟在问什么，甚至脑洞大开想做自然语言编译器。但他们总是脱离不了手写规则的思维，白白糟蹋了性能卓越的句法分析器。而该模型自动组装多个神...

2017-07-12阅读(9606)评论(2)

最有意思的一课，将所有NLP任务视作QA问题。模仿人类粗读文章和问题，再带着问题反复阅读文章的行为，利用DMN这个通用框架漂亮地解决了从词性标注、情感分析到机器翻译、QA等一系列任务。是否所有NLP任务都可视作QA？问答系统举例如下： ...

2017-07-12阅读(4713)评论(0)

在培训码农的时候，教师需要给学生批改代码、写反馈。学生太多时成为机械劳动，这篇论文研究自动编码程序的语义表示。数据集来自斯坦福开发的模拟操控机器人的语言。表示代码希望得到代码的简洁表示、运行后会得到什么结果，哪怕它无法编译运...

2017-07-11阅读(19203)评论(1)

从规则启发式代词回指消解出发，介绍了传统特征工程二分类模型、启发式损失的分类模型，过渡到利用强化学习自动缩放损失的神经网络模型。什么是指代消解找出文本中名词短语所指代的真实世界中的事物。比如：不只是代词能够指代其他事物，所...

2017-07-11阅读(4500)评论(0)

任务与数据集自动生成C＃和SQL代码的文档描述，数据集整理自StackOverflow上的提问。子任务根据代码生成摘要，或根据问题检索代码。网络架构一个LSTM处理已生成的文本token，一个在...

2017-07-08阅读(11577)评论(4)

介绍了著名的复合性原理，由此启发得到树形RNN，用于表示短语和句子级别的语义。从朴素树形RNN到SU-RNN和MV-RNN，讨论了进化历史和各自优缺点，演示了效果和在图像等领域的拓展应用。语言模型光谱最简陋最常用的是词袋模型...

2017-07-07阅读(5270)评论(0)

这篇论文研究如何训练聊天机器人进行有意义的对话，常规方法是seq2seq：与上几次课讲的机器翻译框架相同，encoder与decoder，相同的极大似然估计目标函数。 seq2seq的缺陷通过该方法训练出来的聊天机器人容易陷...