吴建明wujianming

2020年7月3日

摘要：自然语言推理：微调BERT Natural Language Inference: Fine-Tuning BERT SNLI数据集上的自然语言推理任务设计了一个基于注意力的体系结构。现在通过微调BERT来重新讨论这个任务。自然语言推理是一个序列级文本对分类问题，而微调BERT只需要额外的基于MLP 阅读全文

posted @ 2020-07-03 10:34 吴建明wujianming 阅读(1007) 评论(0) 推荐(0)

微调BERT：序列级和令牌级应用程序

摘要：微调BERT：序列级和令牌级应用程序 Fine-Tuning BERT for Sequence-Level and Token-Level Applications 为自然语言处理应用程序设计了不同的模型，例如基于RNNs、CNNs、attention和MLPs。当存在空间或时间限制时，这些模型是阅读全文

posted @ 2020-07-03 09:56 吴建明wujianming 阅读(397) 评论(0) 推荐(0)

自然语言推理：使用注意力机制

摘要：自然语言推理：使用注意力机制 Natural Language Inference: Using Attention 自然语言推理任务和SNLI数据集。鉴于许多模型都是基于复杂和深层架构的，Parikh等人提出用注意机制解决自然语言推理问题，并称之为“可分解注意力模型”【Parikh等人，2016年阅读全文

posted @ 2020-07-03 08:46 吴建明wujianming 阅读(467) 评论(0) 推荐(0)

自然语言推理和数据集

摘要：自然语言推理和数据集 Natural Language Inference and the Dataset 情绪分析的问题。此任务旨在将单个文本序列分类为预定义的类别，例如一组情感极性。然而，当需要判断一个句子是否可以从另一个句子中推断出来，或者通过识别语义上等价的句子来消除冗余时，知道如何对一个文阅读全文

posted @ 2020-07-03 07:01 吴建明wujianming 阅读(1429) 评论(0) 推荐(0)

2020年7月2日

情感分析：基于卷积神经网络

摘要：情感分析：基于卷积神经网络 Sentiment Analysis: Using Convolutional Neural Networks 探讨了如何用二维卷积神经网络来处理二维图像数据。在以往的语言模型和文本分类任务中，把文本数据看作一个一维的时间序列，自然地，使用递归神经网络来处理这些数据。实际阅读全文

posted @ 2020-07-02 19:34 吴建明wujianming 阅读(761) 评论(0) 推荐(0)

情感分析：基于循环神经网络

摘要：情感分析：基于循环神经网络 Sentiment Analysis: Using Recurrent Neural Networks 与搜索同义词和类比词类似，文本分类也是单词嵌入的一个下游应用。在本文中，将应用预训练的词向量（glow）和具有多个隐藏层的双向递归神经网络，如图1所示。将使用该模型来判阅读全文

posted @ 2020-07-02 17:44 吴建明wujianming 阅读(723) 评论(0) 推荐(0)

情感分析和数据集

摘要：情感分析和数据集 Sentiment Analysis and the Dataset Natural Language Processing: Applications 如图1所示，描述使用不同类型的深度学习架构（如MLPs、cnn、rnn和attention）设计自然语言处理模型的基本思想。虽然阅读全文

posted @ 2020-07-02 17:06 吴建明wujianming 阅读(1463) 评论(0) 推荐(0)

深度因式分解机

摘要：深度因式分解机 Deep Factorization Machines 学习有效的特征组合对于点击率预测任务的成功至关重要。因子分解机以线性范式对特征交互进行建模（例如，双线性交互）。对于实际数据来说，这通常是不够的，因为在实际数据中，固有特征交叉结构通常非常复杂和非线性。更糟糕的是，二阶特征交互在阅读全文

posted @ 2020-07-02 15:46 吴建明wujianming 阅读(625) 评论(0) 推荐(0)

因子分解机

摘要：因子分解机 Factorization Machines 因子分解机（FM）[Rendle，2010]由Steffen Rendle于2010年提出，是一种可用于分类、回归和排序任务的监督算法。它很快就引起了人们的注意，并成为一种流行而有影响力的预测和推荐方法。特别地，它是线性回归模型和矩阵分解模型阅读全文

posted @ 2020-07-02 15:09 吴建明wujianming 阅读(549) 评论(0) 推荐(0)

功能丰富的推荐系统

摘要：功能丰富的推荐系统 Feature-Rich Recommender Systems 交互数据是用户偏好和兴趣的最基本指示。在以前引入的模型中起着至关重要的作用。然而，交互数据通常非常稀疏，有时可能会有噪声。为了解决这个问题，可以在推荐模型中集成一些附加信息，比如条目的特性、用户的概要信息，甚至是交阅读全文

posted @ 2020-07-02 14:04 吴建明wujianming 阅读(281) 评论(0) 推荐(0)

吴建明

微信视频号：sph0RgSyDYV47z6 快手号：4874645212 抖音号：dy0so323fq2w 小红书号：95619019828 B站1：UID:3546863642871878 B站2：UID: 3546955410049087

公告