前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >AI 每周必读:The Ones

AI 每周必读:The Ones

作者头像
AI科技大本营
发布2018-04-26 10:40:41
6530
发布2018-04-26 10:40:41
举报
文章被收录于专栏:AI科技大本营的专栏

1. One Paper

Neural Models for Sequence Chunking

链接:

https://arxiv.org/abs/1701.04027

很多的 NLP 任务,比如浅层分析、slot filling、ner 等等都可以当成是序列标注任务,用经典的概率图模型、RNN 模型及其变种和两者的混合模型来处理,本文提出了用 seq2seq+pointer 的方法来解决这一经典问题,并且取得了不错的效果。关注序列标注的童鞋可以精读此文。本文工作来自IBM,被 AAAI2017 accepted。

2. One Code

PyTorch

PyTorch 的开发者提到 Pytorch 和 Torch 一样,都是基于共同的C库,速度同样很快,相比于 Torch,PyTorch 的主要优势在于 RNN、权重共享、内存使用方面,同时也保留了 Torch 接口灵活,速度快的优点。另外,引入 Python 以及 numpy 会让数据预处理更加方便,Torch 党可以告别 Python+HDF5+Torch 的模式了。

主页地址:

http://pytorch.org/

代码地址:

https://github.com/pytorch/pytorch

3. One Deep

微博上@王伟DL 老师对现有的句法分析研究思路进行了反思和剖析,当前的句法分析结果形式是否合理?现在的研究思路是否正确?采用何种分析结果会更加合适?这每一个问题的思考都是一次对自然语言处理发展的推动,转换思路,期待更大的突破!

原博文可见:

http://weibo.com/1829165501/EqOAOv2NS

4. One Picture

(图片引自微博@刘知远THU)

上图为清华大学刘知远老师推荐给本科生做研究的一些入门书籍和学术网站,其实很多的内容研究生也适用。

5. One Opinion

本周简单聊一聊对 Chatbot 的看法。对自然语言的理解是一个非常智能的事情,虽然 NLP 很多任务的 benchmark 已被深度学习席卷,但并不意味着现在的研究水平可以做到理解人类语言,甚至作出相应的决策。Chatbot 是一个综合性很强的任务,它要作为产品落地,在技术实现上仍有很多的关键问题有待突破,当然用一些简单粗暴不太美的方法也可以做一些 Chatbot 产品出来,努力的方向也只能是针对非常细分的小领域,在一定程度上用 Chatbot 帮助企业提高生产效率,节约成本,实现盈利,但作为试图改变现有人机交互模式的CUI(Conversation User Interface),仍有很长很长的路要走,真的不是一两年的事情。

本文为 AI100 原创,转载需获同意


本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-01-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI科技大本营 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档