2017年论文 TACL2017 论文题目:Cross-sentence n-ary relation extraction with graph LSTMs 论文地址,论文源码：暂无 EACL2017 论文题目:Distant Supervision for Relation Extraction beyon...

综述     深度学习以及机器学习中常用到的几种模型评价方法有以下的几种:混淆矩阵中几种方法(ACC,Recall等等)、MRR、Hit@K、NDC等几种方法 混淆矩阵     混淆矩阵是最为常见的一种模型评价的方法,它是表示精度评价的一种标准格式,用n行n列的矩阵形式来表示.它是一种精度评价的可视化工具,特别是用于监督学习,在无监督学习中一般叫做匹配矩阵.在评价过程中主要用于比较分类结果和...

简介     机器阅读理解是指让计算机能够阅读文本,随后让计算机解答与文中信息相关系的问题.斯坦福大学自然语言计算组发布SQuAD数据集,微软亚研R-Net是首个在某些指标中接近人类的深度学习模型.本篇文章主要叙述的是机器阅读理解中的R-Net神经网络. 机器阅读理解问题描述     文中每个样例大致由一个三元组构成(包含有文章Passage,相应问题Query以及对应答案Answer),输...

ACL 2019 会议一些重要论文 《Cognitive Graph for Multi-Hop Reading Comprehension at Scale》(ACL 2019)论文地址,GitHub地址 《Variational Pretraining for Semi-supervised Text Classification》(ACL 2019)论文地址,GitHub地...

这里介绍一些常见的数据集,用作研究或者学习的一些东西. Kaggle竞赛 书籍推荐数据集(goodreads/上万图书/百万评价): Kaggle地址 带有预期点数和获胜概率的NFL比赛详情数据集(2009-2016): Kaggle地址 HackerNews数据集(2006年以来约1/4文章): Kaggle地址 酒店评价数据集: Kaggle地址 1950年以来NB...

总结性论文 论文标题: Representation Learning: A Review and New Perspectives; 作者:Yoshua Bengio, Aaron Courville, and Pascal Vincent. TPAMI 2013. 论文地址. 论文标题:知识...

1. 翻译模型简介     将实体向量表示(Embedding)在低维稠密向量空间中，然后进行计算和推理.应用的主要方向有三元组分类、链接预测等问题.具体的一些翻译模型主要有:基本翻译模型(TransE, TransH, TransR, etc)、双线性(RESCAL, DisMult, ComplEx, etc)、双曲几何(Poincare, MuRE, etc)、神经网络(ConvE, ...

1. 简介     在上一次博文中重点讨论了一些用于生成Embedding预训练向量最为基本的模型,例如TransE、TransR、TransH等等很多模型,但是这些模型中存在有多种不确定的影响因素，所以直接以距离模型稍微有些欠缺.因此提出一种基于高斯分布的模型来对Embedding进行预训练. 2. 基于高斯分布模型 2.1 KG2E 模型     由于上述的几种翻译模型中的方法都是将实体...

1. 简介     模拟退火算法是一种通用的概率算法，用于在一个大的搜寻空间内寻找问题的最优解。这种思想来源于物理中固体退火的过程，即将固体加热到足够的温度的时候，再缓慢冷却。温度升高时候，固体内部粒子随着温度升高变为无序状态，内能增大，而缓慢冷却的时候粒子却又逐渐趋近于有序状态。实际上这一思想是在一个过程中寻求系统能量最小的一种算法方式，在任意温度下，系统的能量都可以达到热平衡状态，而冷却...

1.背景     20世纪90年代，意大利学者M.Dorigo,V.Maniezzo,A.Colorni等从生物进化的机制中受到启发，通过穆尼自然界蚂蚁搜索路径的行为，提出来一种新型的模拟进化算法——蚁群算法，在1991年ECAL上发表“Distributed optimization by ant colonies”，在其提出之后近五年中并没有在国际学术界引起广泛的关注。1996年，Dor...