發(fā)簡(jiǎn)信
IP屬地：北京
-
WWW 2017|知識(shí)庫(kù)支持下的歸類(lèi)實(shí)體與關(guān)系聯(lián)合抽取
實(shí)體以及它們之間關(guān)系的抽取對(duì)于理解海量文本語(yǔ)料庫(kù)來(lái)說(shuō)是非常重要的。傳統(tǒng)的實(shí)體關(guān)系抽取系統(tǒng)都依賴(lài)于人工標(biāo)注的訓(xùn)練語(yǔ)料并采用了增量式的處理管道。這樣...
-
EMNLP 2015 | PCNN實(shí)現(xiàn)遠(yuǎn)程監(jiān)督在關(guān)系提取中的應(yīng)用
PCNN的開(kāi)山之作，針對(duì)關(guān)系提取問(wèn)題中數(shù)據(jù)標(biāo)注錯(cuò)誤的現(xiàn)象和基于規(guī)則的傳統(tǒng)統(tǒng)計(jì)模型特征抽取準(zhǔn)確率不高的問(wèn)題提出解決方法。通過(guò)Piecewise M...
-
AAAI 2019 | 采用聚類(lèi)集束搜索機(jī)制的知識(shí)對(duì)話系統(tǒng)
DSTC7 Track 2「Sentence Generation」任務(wù)要求基于 Fact 和對(duì)話歷史自動(dòng)生成回答。該任務(wù)它要求利用端到端的對(duì)話...
-
ICLR 2019 | 采用輕量化及動(dòng)態(tài)卷積替代注意力機(jī)制
Self-attention是建立語(yǔ)言及圖像生成模型的有效機(jī)制，其通過(guò)比較當(dāng)前時(shí)間步中的各個(gè)元素，來(lái)決定上下文元素的重要程度。文中提出使用lig...
-
AAAI 2019 | 基于多層轉(zhuǎn)換約束的聯(lián)合抽取多三元組模型
三元組抽取是自動(dòng)化構(gòu)建知識(shí)庫(kù)的關(guān)鍵步驟，傳統(tǒng)模型方法一般先處理實(shí)體識(shí)別，后處理關(guān)系分類(lèi)，忽略了兩個(gè)任務(wù)的關(guān)聯(lián)性，容易造成誤差的級(jí)聯(lián)傳播；近些年來(lái)...
-
CVPR 2019 | Re pr : 卷積濾波器的訓(xùn)練改進(jìn)
RePr展示一種周期性移除與取回卷積濾波器的訓(xùn)練策略，通過(guò)減少冗余的學(xué)習(xí)特征，改進(jìn)模型的泛化能力。對(duì)常規(guī)卷積網(wǎng)絡(luò)和更復(fù)雜的現(xiàn)代深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)都...