發簡信
IP屬地：北京
-
WWW 2017|知識庫支持下的歸類實體與關系聯合抽取
實體以及它們之間關系的抽取對于理解海量文本語料庫來說是非常重要的。傳統的實體關系抽取系統都依賴于人工標注的訓練語料并采用了增量式的處理管道。這樣...
-
EMNLP 2015 | PCNN實現遠程監督在關系提取中的應用
PCNN的開山之作，針對關系提取問題中數據標注錯誤的現象和基于規則的傳統統計模型特征抽取準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
DSTC7 Track 2「Sentence Generation」任務要求基于 Fact 和對話歷史自動生成回答。該任務它要求利用端到端的對話...
-
ICLR 2019 | 采用輕量化及動態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 | 基于多層轉換約束的聯合抽取多三元組模型
三元組抽取是自動化構建知識庫的關鍵步驟，傳統模型方法一般先處理實體識別，后處理關系分類，忽略了兩個任務的關聯性，容易造成誤差的級聯傳播；近些年來...
-
CVPR 2019 | Re pr : 卷積濾波器的訓練改進
RePr展示一種周期性移除與取回卷積濾波器的訓練策略，通過減少冗余的學習特征，改進模型的泛化能力。對常規卷積網絡和更復雜的現代深度學習網絡架構都...