【AAAI 2019 阿里】分层多任务的序列标注方法

序列标注在SLU语义理解具有重要地位，主要用于语义槽的提取，便于机器理解用户query的语义。常见的序列标注方式有Jordan-RNN、BiLS...

Huber Loss和Focal Loss的原理与实现

Huber Loss主要用于解决回归问题中，存在奇点数据带偏模型训练的问题；Focal Loss主要解决分类问题中类别不均衡导致的模型训偏问题。

微软小冰的设计与实现

小冰设计相关的论文多年来一直没有对外公布，得益于近几年小冰的快速发展，在对话领域形成技术壁垒。与此同时拥有大量的用户和数据，我们才有幸看到如下的...

Tensorflow常见模型及工程化方法

Tensorflow在深度学习模型研究中起到了很大的促进作用，灵活的框架免去了研究人员、开发者大量的自动求导代码工作。本文总结一下常用的模型代码和工程化需要的代...

迁移学习在自然语言处理领域的应用

迁移学习近年来在图形领域中得到了快速的发展，主要在于某些特定的领域不具备足够的数据，不能让深度模型学习的很好，需要从其它领域训练好的模型迁移过来，...

Tensorflow实现部分参数梯度更新

在深度学习中，迁移学习经常被使用，在大数据集上预训练的模型迁移到特定的任务，往往需要保持模型参数不变，而微调与任务相关的模型层。本文主要介绍，使用tensorf...

Tensorflow常见模型及工程化方法

Tensorflow在深度学习模型研究中起到了很大的促进作用，灵活的框架免去了研究人员、开发者大量的自动求导代码工作。本文总结一下常用的模型代码和工程化需要的代...

迁移学习在自然语言处理领域的应用

       迁移学习近年来在图形领域中得到了快速的发展，主要在于某些特定的领域不具备足够的数据，不能让深度模型学习的很好，需要从其它领域训练好的模型迁移过来，...

分类问题样本不均衡常见的解决方法

分类时，由于训练集合中各样本数量不均衡，导致模型训偏在测试集合上的泛化性不好。解决样本不均衡的方法主要包括两类：（1）数据层面，修改各类别的分布；（2）分类器层...

Pointer Network

Pointer Network是seq2seq模型的一种变型。seq2seq模型是一种编码-解码框架的端到端生成模型，已经在机器翻译、对话生成、语法...

nlp文本常见预处理方法

AI，又一领域超过人类水平

语法改错是一个大家比较陌生的领域，大致可以认为对英文进行语法改错。给定一句带有语法错误的话，AI对其进行修正得到正确的语法表示。最近微软亚洲研究...

Beam Search

人机对话系统回复质量的自动化评估

RUBER：一种无监督对话系统回复质量的评价方法

游戏推动微信小程序生态，跳一跳小游戏开发

简单的搜索引擎搭建

一文简述生成式对话

由于AI技术的发展，对话机器人也得到了广泛关注和应用，例如Siri、Alexa等。关于目前的人机对话可以分为两种：任务型对话（辅助购物、导航、商场指示、天气询问...