發(fā)簡信
IP屬地：北京
-
WWW 2017|知識庫支持下的歸類實體與關(guān)系聯(lián)合抽取
實體以及它們之間關(guān)系的抽取對于理解海量文本語料庫來說是非常重要的。傳統(tǒng)的實體關(guān)系抽取系統(tǒng)都依賴于人工標(biāo)注的訓(xùn)練語料并采用了增量式的處理管道。這樣...
-
EMNLP 2015 | PCNN實現(xiàn)遠(yuǎn)程監(jiān)督在關(guān)系提取中的應(yīng)用
PCNN的開山之作，針對關(guān)系提取問題中數(shù)據(jù)標(biāo)注錯誤的現(xiàn)象和基于規(guī)則的傳統(tǒng)統(tǒng)計模型特征抽取準(zhǔn)確率不高的問題提出解決方法。通過Piecewise M...
-
AAAI 2019 | 采用聚類集束搜索機制的知識對話系統(tǒng)
DSTC7 Track 2「Sentence Generation」任務(wù)要求基于 Fact 和對話歷史自動生成回答。該任務(wù)它要求利用端到端的對話...
-
ICLR 2019 | 采用輕量化及動態(tài)卷積替代注意力機制
Self-attention是建立語言及圖像生成模型的有效機制，其通過比較當(dāng)前時間步中的各個元素，來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
三元組抽取是自動化構(gòu)建知識庫的關(guān)鍵步驟，傳統(tǒng)模型方法一般先處理實體識別，后處理關(guān)系分類，忽略了兩個任務(wù)的關(guān)聯(lián)性，容易造成誤差的級聯(lián)傳播；近些年來...
-
CVPR 2019 | Re pr : 卷積濾波器的訓(xùn)練改進
RePr展示一種周期性移除與取回卷積濾波器的訓(xùn)練策略，通過減少冗余的學(xué)習(xí)特征，改進模型的泛化能力。對常規(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...