Paper Today | Çok kişili poz tahmini; diyalog semantik analizi; denetimsiz anlambilim analizi; doğal dil işleme araç seti, vb.
içindekiler
-
Göreve Yönelik İletişim Kutusunun Hiyerarşik Temsile Dayalı Anlamsal Analizi
-
Denetimsiz anlamsal analiz düzeltildi
-
Stanford CoreNLP Natural Language Processing Toolkit
-
DeepCut: Çok kişili poz tahmini için ortak alt küme bölümleme ve etiketleme
-
Arama tabanlı sinir yapısı öğrenimi için sıralı soru ve cevap
Göreve Yönelik İletişim Kutusunun Hiyerarşik Temsile Dayalı Anlamsal Analizi
Bildiri Başlığı: Hiyerarşik Temsilleri Kullanarak Göreve Yönelik İletişim Kutusu için Anlamsal Ayrıştırma
Yazar: SonalGupta / RushinShah / MrinalMohit / AnujKumar
Gönderme süresi: 2018/10/18
Kağıt bağlantısı: https://paper.yanxishe.com/review/9233
Önerilen neden
Bu makalenin temel sorusu: Bu bir Facebook makalesi, temel görev tabanlı diyalog sistemi yapmaktır, görev tabanlı diyalog sistemi şu anda iki ana yönteme sahiptir, biri niyet tanıma ve varlık çıkarma yöntemlerine dayanmaktadır, ancak bu yöntem zordur Karmaşık sorguları çözün. Ayrıca, doğal dilin, bilgisayarın anlayabileceği ve çalıştırabileceği bir dile doğrudan dönüştürülmesi de vardır.Bu makale, bu sorunu çözmek içindir.
Yenilik: Birleştirilmiş ve iç içe geçmiş sorguları modelleyebilen, göreve yönelik iletişim sisteminin hiyerarşik anlamsal temsili. Birleştirilmiş sorguların temsiline izin veren ve standart seçim bölgesi analiz modeli ile verimli ve doğru bir şekilde ayrıştırılabilen semantik analiz için hiyerarşik bir açıklama şeması önerilmiştir. Ayrıca 44 bin açıklamalı sorudan oluşan bir veri seti yayınladı1.
Araştırmanın önemi: Bu veri setinde, analitik modelin performansı diziden diziye yönteminden daha iyidir.
Denetimsiz anlamsal analiz düzeltildi
Kağıt adı: Grounded Unsupervised Semantic Parsing
Eser sahibi: Hoifung Poon
Verilme zamanı: 2017/5/13
Kağıt bağlantısı: https://paper.yanxishe.com/review/9234
Önerilen neden
Temel soru: Bu bir semantik analiz çalışmasıdır, özellikle doğal dili denetimsiz yöntemle doğru veritabanı sorgusuna dönüştürmektir.
İnovasyon: Bu ilk denetimsiz anlambilimsel analiz çalışmasıdır. Bu makale, doğrudan denetimin eksikliklerini telafi etmek için olasılıksal anlamsal dilbilgisini öğrenmek için EM kullanan bir GUSP sistemi önermektedir. Çünkü oluşturulan SQL dili veritabanı üzerinden çalıştırılabilir.
Araştırmanın önemi: ATIS veri setinde GUSP sisteminin doğruluğu% 84'e ulaşıyor.Bir başka nokta da bu yöntemin özel veri gerektirmemesi.Bu denetimsiz yöntem, yetersiz veri sorununu bir ölçüde çözüyor.
Stanford CoreNLP Natural Language Processing Toolkit
Kağıt adı: Stanford CoreNLP Natural Language Processing Toolkit
Yazar: ChristopherD.Manning / Mihai Surdeanu / John Bauer
Gönderme süresi: 2014/6/23
Kağıt bağlantısı: https://paper.yanxishe.com/review/9235
Önerilen neden
Son zamanlarda İngilizce verileri ön işlemeyi yaparken, Stanford Üniversitesi'nin veri ön işleme araç seti coreNLP'yi kullandım. Bu araç seti aşağıdaki görevleri tamamlayabilir:
1. Kelime segmentasyonu
2. Konuşma etiketlemesinin parçası
3 adlandırılmış varlık tanıma
4 Sözdizimsel bileşen analizi
5 Bağımlılık Sözdizimsel Analizi
Ve bunun gibi, bir dizi insan dili teknolojisi aracı sağlar. Doğal dil işlemenin çeşitli temel işlevlerini destekler.Stanfordcorenlp onun bir python arayüzüdür.Bu makale bu çalışmayı tanıtır.Herkesin okuması tavsiye edilir.Bu çalışmaların nlp'nin temel çalışması olduğu söylenebilir.
DeepCut: Çok kişili poz tahmini için ortak alt küme bölümleme ve etiketleme
Bildiri Başlığı: DeepCut: Çok Kişili Poz Tahmini için Ortak Alt Küme Bölme ve Etiketleme
Yazar: Pishchulin Leonid / Insafutdinov Eldar / Tang Siyu / Andres Bjoern / Andriluka Mykhaylo / Gehler Peter / Schiele Bernt
Yayın zamanı: 2015/11/20
Kağıt bağlantısı: https://paper.yanxishe.com/review/9236
Önerilen neden: Alan: çok kişili ortak poz tahmini
Algılama ve poz tahmini görevlerini birlikte çözmek için bir yöntem önerilmiştir: olay yerindeki insan sayısını tahmin edin, tıkanan vücut parçalarını belirleyin ve yan yana insanlar arasındaki vücut bölümlerinin belirsizliğini ortadan kaldırın. Bu kombinasyon, sorunu önce insanları tespit edip sonra vücut duruşlarını tahmin ederek çözen önceki stratejinin tam tersidir. Bu makale, CNN tabanlı kısmi dedektörler tarafından üretilen bir dizi vücut parçası hipotezinin bölünmesini ve etiketleme formüllerini önermektedir. Formül, aday parçalar kümesi üzerinde dolaylı olarak maksimum olmayan bastırma gerçekleştiren ve bunları geometrik ve görünüm kısıtlamalarını dikkate alan vücut parçası konfigürasyonları oluşturmak için gruplayan bir tamsayı doğrusal program örneğidir. Dört farklı veri seti üzerinde yapılan deneyler, tek kişili ve çok kişili poz tahminlerinin en son sonuçlarını kanıtladı.
Arama tabanlı sinir yapısı öğrenimi için sıralı soru ve cevap
Bildiri Başlığı: Sıralı Soru Cevaplama için Arama Tabanlı Sinirsel Yapılandırılmış Öğrenme
Yazar: Mohit Iyyer / Wen-tau Yih / Ming-Wei Chang
Düzenlenme zamanı: 2017/5/17
Kağıda bağlantı: https://paper.yanxishe.com/review/9237
Önerilen neden
Temel soru: Bu makale bir soru-cevap sistemidir. Özü anlamsal analizdir. Diyalog sürecinde basit ama birbiriyle ilişkili sıralı soruları cevaplamayı amaçlamaktadır.
Yenilik: Yeni ortaya çıkan sorunu anlamak için, bu makale, zayıf bir şekilde denetlenen ödül güdümlü bir arama uygulayan yeni bir dinamik sinir ağı semantik analiz çerçevesi önermektedir.
Araştırmanın önemi: Bu şekilde oluşturulan ağ modeli, doğru cevapları tamamlayabilir (yazarların kendileri tarafından toplanan verilerde).
Makale yazar ekibinin işe alınması
AI Araştırma Enstitüsü, yapay zeka gençlerinin çoğuna daha iyi hizmet verebilmek için resmi olarak yeni bir "Tez" bölümü başlattı ve tezleri, önerileri, yorumları ve yorumları sıralayan makaleler aracılığıyla yapay zeka öğrencilerini ve gençleri bir araya getirmek için "ilgi çekici noktalar" olarak kullanmayı umdu ve kod yeniden üretildi. Yurtiçinde ve yurtdışında en son araştırma sonuçlarının incelenmesi, tartışılması ve yayınlanması için bir buluşma yeri olmaya ve mükemmel bilimsel araştırmaların daha geniş çapta yayılmasına ve tanınmasına izin vermeye kararlıdır.
Akademisyenleri sevenlerin, makale yazarlarından oluşan ekibimize katılmanızı umuyoruz.
Alabilirsiniz
1. Adınızın yazdığı bir makale sizi en göz kamaştırıcı akademik yıldız yapacak
2. Zengin ücret
3. AI ünlü şirketleri, konferans bileti avantajları, özel çevre birimleri vb.
Bildiri yazarı ekibine katılmak için ihtiyacınız olan:
1. Favori makalelerinizi araştırma kulübü üyelerinin çoğuna önerin
2. Tez yorumu yazın
AI Araştırma Enstitüsü'nün yarı zamanlı makale yazarı ekibine katılmaya hazırsanız, operasyon kadının WeChat hesabını ekleyebilir ve "Yarı zamanlı makale yazarı" notunu yazabilirsiniz.
Lei Feng Ağı Lei Feng Ağı Lei Feng Ağı
