首页
学习
活动
专区
工具
TVP
发布

专知

专栏作者
835
文章
1370490
阅读量
397
订阅数
【QA论文笔记】问答对排序新方法,层次循环编码器与主题聚类结合
【导读】这篇发表在自然语言处理领域顶级会议的NAACL的文章,提出了一种新的端到端神经网络架构,用于对候选回答进行排序。该文章提出的模型,文本分别按照词和块的级别进行编码,有效地捕捉了整句话的含义。在此基础之上,增加了话题聚类模块,从回答中提取语义信息,将回答进行分组,进一步提升了排序的性能。 【NAACL 2018 论文】 Learning to Rank Question-Answer Pairs using Hierarchical Recurrent Encoder with Latent Topi
WZEARW
2018-06-05
1.4K0
【WWW2018】网络表示学习Tutorial(附下载)
2018 年 4 月 23 日至 27 日,第 27 届国际万维网会议(26th International World Wide Web Conference) 在法国里昂举行。斯坦福大学SNAP组
WZEARW
2018-06-05
1.1K0
最新综述文章推荐:自然语言生成、深度学习算法、多媒体大数据分析
【导读】专知内容组整理了最近人工智能领域相关期刊的5篇最新综述文章,为大家进行介绍,欢迎查看! 1 ▌自然语言生成综述:任务,应用,评价 ---- ---- 作者:Albert Gatt,Emiel Krahmer 摘要:This paper surveys the current state of the art in Natural Language Generation (nlg), dened as the task of generating text or speech from non-
WZEARW
2018-04-16
1.4K0
CMU2018春季课程:神经网络自然语言处理课程(附PPT和代码)
【导读】我们之前介绍了一系列卡耐基梅隆大学的课程,今天,我们又带来了CMU 2018春季最新的课程“Neural Networks for NLP”介绍,该课程是CMU语言技术学院和计算机学院联合开课,主要内容是教学生如何用神经网络做自然语言处理。本文中,我们梳理了该课程的主要内容:神经网络、词向量、语言模型、CNNs和RNNs在NLP中的应用等等,课程涉及几乎全部NLP问题,内容非常全面,强烈推荐给从事NLP研究的读者。 专知内容组附上上一次CMU2018和CMU2017年课程:深度学习的内容: 1. C
WZEARW
2018-04-13
1.3K0
FastText:自然语言处理的利器——一个快速文本表示和分类库
【导读】FastText是Facebook人工智能研究实验室(FAIR)开源的一个文本处理库,他是一个专门用于文本分类和外文本表示的库,致力于提高文本表示和分类的效率。本文是Kirti Bakshi与
WZEARW
2018-04-13
2.6K0
滴滴成立AI Labs 加快推进全球智能交通技术发展
1月26日,在滴滴出行总部,滴滴正式宣布成立AI Labs(人工智能实验室),以加大人工智能前瞻性基础研究,吸引顶尖科研人才,推进全球智能交通前沿技术发展。 (在小桔人的见证下,滴滴出行在总部宣布成立
WZEARW
2018-04-12
6660
【干货】手把手教你用苹果Core ML和Swift开发人脸目标识别APP
【导读】CoreML是2017年苹果WWDC发布的最令人兴奋的功能之一。它可用于将机器学习整合到应用程序中,并且全部脱机。CoreML提供的机器学习 API,包括面部识别的视觉 API、自然语言处理 API 。苹果软件主管兼高级副总裁 Craig Federighi 在大会上介绍说,Core ML 致力于加速在 iPhone、iPad、Apple Watch 等移动设备上的人工智能任务,支持深度神经网络、循环神经网络、卷积神经网络、支持向量机、树集成、线性模型等。本文将带你从最初的数据处理开始教你一步一步的
WZEARW
2018-04-12
14.7K0
用于神经网络机器翻译的全并行文本生成
在过去的几年里,神经网络为文本分类和问题回答等自然语言任务的准确性和质量带来了快速的提高。深度学习导致的令人印象深刻的结果的一个领域是需要机器生成自然语言文本的任务;其中两个任务是基于神经网络的模型需要具有最先进性能的文本摘要和机器翻译。 然而,到目前为止,所有基于神经网络和深度学习的文本生成模型都具有相同的,令人惊讶的人类局限性:像我们一样,他们只能逐字,甚至逐字母地生成语言。今天Salesforce正宣布一个能够克服这个限制的神经网络机器翻译系统,以完全并行的方式一次翻译整个句子。这意味着用户等待时间降
WZEARW
2018-04-12
8830
【AAAI2018 Oral】基于Self-attention的文本向量表示方法,悉尼科技大学和华盛顿大学最新工作(附代码)
【导读】循环神经网络(RNN)与卷积神经网络(CNN)被广泛使用在深度神经网络里来解决不同的自然语言处理(NLP)任务,但是受限于各自的缺点(即,RNN效果较好但参数较多效率较低,CNN效率高参数少但效果欠佳)。最近,来自悉尼科技大学(UTS)与华盛顿大学(UW)的科研人员提出了一种Self-attention网络用于生成Sentence Encoding(句子向量化)。在不使用任何RNN和CNN结构的情况下,此网络使用较少的参数同样可以在多个数据集上达到state-of-the-art的性能。此文章已被A
WZEARW
2018-04-12
1.9K0
人工智能本周热点内容精选(文章/论文/代码/项目等)(2017年12月第二周)
根据dennybritz博文整理的人工智能热点内容周精选,包括博文、代码、项目等,快速一看! ▌博文以及Tutorial ---- 深度学习:实践与趋势(NIPS 2017教程) 【NIPS2017】 DeepMind深度学习最佳实践与新技术展望,181页PPT全景展示最近深度学习技术(附下载) 深度学习与自然语言处理 - 2017年趋势与应用 2017年NLP深度学习进展总结。这篇文章包括,预先训练的词嵌入,情感神经元,Seme Val2017结果,抽象摘要系统,无监督机器翻译,等等。 ht
WZEARW
2018-04-12
7500
吴恩达高徒语音专家Awni Hannun:序列模型Attention Model中的问题与挑战
【导读】注意力模型(Attention Model)被广泛使用在自然语言处理、图像识别及语音识别等各种不同类型的深度学习任务中,是深度学习技术中最值得关注与深入了解的核心技术之一。 本文以序列模型训练为例,深入浅出地介绍了注意力机制在应用中的两个重要问题:一是解决训练和生成时输入数据分布不一致;二是训练效率,并给出了相应的解决方法。作者是Awni Hannun,斯坦福大学在读博士,师从吴恩达,曾经休学两年跟随导师吴恩达在百度硅谷实验室工作,是百度Deep Speech语音识别项目主要参与者。专知内容组整理编
WZEARW
2018-04-12
1.4K0
【下载】PyTorch实现的神经网络翻译框架——机器翻译工具包 nmtpytorch
【导读】机器翻译是自然语言处理的重要组成部分,其目的是使用计算机自动将文本翻译成其他语言的形式。近年来,端到端的神经机器翻译发展迅速,已经成为机器翻译系统的新主流。近日,法国勒芒大学发布了基于pyto
WZEARW
2018-04-12
1.4K0
【干货】深度学习中的数学理解— 教你深度学习背后的故事
【导读】如今,深度学习在各项任务中所向披靡,比如图像识别,语音处理和自然语言处理。但是,深度学习的理论探讨却比应用滞后好几个数量级,一方面是做应用马上能见效,然后会有很多人尝试,另一个方面是做理论研究门槛相对比较高。本文是ICCV 2017上《深度学习中的数学理解》(Tutorial on the Mathematics of Deep Learning)教程的论文总结,从网络架构、正则化技术和优化算法三个方面解释深度学习成功背后的数学理论支撑,并详细讲解全局最优性、几何稳定性、学习表征不变性等网络特性的数
WZEARW
2018-04-12
1.1K0
【斯坦福大学吴恩达博士生Ziang Xie】深度文本生成最佳实战指南(附指南下载)
【导读】人们期待未来有一天计算机能够像人类一样会写作,能够撰写出高质量的自然语言文本。文本自动生成就是实现这一目的的关键技术。按照不同的输入划分,文本自动生成可包括文本 到文本的生成、意义到文本的生成
WZEARW
2018-04-11
2.7K0
最新Apache Spark平台的NLP库,助你轻松搞定自然语言处理任务
【导读】这篇博文介绍了Apache Spark框架下的一个自然语言处理库,博文通俗易懂,专知内容组整理出来,希望大家喜欢。 ▌引言 ---- Apache Spark是一个通用的集群计算框架,对分布式SQL、流媒体、图形处理和机器学习的提供本地支持。现在,Spark生态系统也有Spark自然语言处理库。 从GitHub开始或从quickstart 教材开始学习: John Snow Labs NLP库是在Apache 2.0许可下,他是用Scala语言编写的,不依赖于其他NLP或ML库。它本身就扩展了S
WZEARW
2018-04-11
2.4K0
【课程】斯坦福大学NLP大牛Dan和Chirs《自然语言处理》课件(附下载)
【导读】斯坦福大学《自然语言处理》经典课程,于2012年3月在Coursera启动了在线自然语言处理课程,由NLP领域大牛Dan Jurafsky 和 Chirs Manning教授授课。 网址链接:
WZEARW
2018-04-11
1.7K1
【下载】NLP绝佳入门经典图书《NLTK-Python自然语言处理》中英文版, 教程+代码手把手带你实践NLP算法
【导读】作为自然语言处理的经典图书教程,从输入法联想提示(predictive text)、email 过滤到自动文本摘要、机器翻译,大量的语言相关的技术都离不开自然语言处理的支持,而这本书提供了自然语言处理非常方便的入门指南。通过它,你将学到如何写能处理大量非结构化文本的Python 程序。你将获得有丰富标注的涵盖语言学各种数据结构的数据集,而且你将学到分析书面文档内容和结构的主要算法。通过大量的例子和联系,《PYTHON 自然语言处理》将会帮助你: 从非结构化文本中提取信息,无论是猜测主题还是识别“命名
WZEARW
2018-04-11
1.8K0
【干货】台大李宏毅两个小时带你纵览自然语言处理和语音内容机器理解,附全程视频PPT下载
【导读】李宏毅11月25日在Dosudo硅谷工程师读书会上两个办小时的演讲。 在这次演讲中李宏毅老师以语音机器理解为例纵览自然语言处理各种最新技术。李宏毅老师演讲风格通俗易懂,他在台大开设的机器学习深度学习课程广受好评,可以说是最好的中文视频课程。李宏毅曾发布过 《一天搞懂深度學習》用300页PPT深入浅出的讲解深度学习来龙去脉,是深度学习不可多得的入门学习资料。 而这次自然语言处理研究保持一贯风格,以语音阅读理解为例带你解读最新的NLP问题处理方法和技巧。语音机器理解涉及NLP中的很多任务,比如语言识别,
WZEARW
2018-04-10
3.5K1
【深度学习Attention详解】记忆力与注意力机制讲义,复旦邱锡鹏老师《神经网络与深度学习》教程系列分享04(附pdf下载)
【导读】复旦大学副教授、博士生导师、开源自然语言处理工具FudanNLP的主要开发者邱锡鹏(http://nlp.fudan.edu.cn/xpqiu/)老师撰写的《神经网络与深度学习》书册,是国内为数不多的深度学习中文基础教程之一,每一章都是干货,非常精炼。邱老师在今年中国中文信息学会《前沿技术讲习班》做了题为《深度学习基础》的精彩报告,报告非常精彩,深入浅出地介绍了神经网络与深度学习的一系列相关知识,基本上围绕着邱老师的《神经网络与深度学习》一书进行讲解。专知希望把如此精华知识资料分发给更多AI从业者,
WZEARW
2018-04-10
3.5K0
【深度学习进阶模型详解】概率图模型/深度生成模型/深度强化学习,复旦邱锡鹏老师《神经网络与深度学习》教程分享05(附pdf下载)
【导读】复旦大学副教授、博士生导师、开源自然语言处理工具FudanNLP的主要开发者邱锡鹏(http://nlp.fudan.edu.cn/xpqiu/)老师撰写的《神经网络与深度学习》书册,是国内为数不多的深度学习中文基础教程之一,每一章都是干货,非常精炼。邱老师在今年中国中文信息学会《前沿技术讲习班》做了题为《深度学习基础》的精彩报告,报告非常精彩,深入浅出地介绍了神经网络与深度学习的一系列相关知识,基本上围绕着邱老师的《神经网络与深度学习》一书进行讲解。专知希望把如此精华知识资料分发给更多AI从业者,
WZEARW
2018-04-10
2.7K0
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
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