博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
15 篇最新 AI 论文来袭!NLP、CV...人人有份 | 本周值得读
阅读量:6821 次
发布时间:2019-06-26

本文共 3701 字,大约阅读时间需要 12 分钟。

Accelerating Neural Transformer via an Average Attention Network

@bzhang 推荐
Neural Machine Translation

本文主要研究机器翻译领域最先进的 Transformer 系统(Attention is all you need)。针对该系统解码效率底下的问题,本文在模型设计层面提出平均注意网络,在不损失翻译质量的情况下,本文所提模型有效提升解码速率 4~7 倍。

本文在 WMT 六个语言对 12 个翻译方向上进行了实验论证,结果一致地表明本文所提模型可以有效地提升解码速率,并生成高质量译文。

论文链接

代码链接

Cross Domain Regularization for Neural Ranking Models Using Adversarial Learning

@Ttssxuan 推荐
Adversarial Learning

本文来自 SIGIR ’18。深度表征学习网络可以自动地学习数据集中数据的表示,但是这也存在局限性,其被局限到被采样的数据中,而对未见过的数据域泛化能力有限。本文借助对抗网络对表征学习网络进行正则化,其分类器向表征网络提供负反馈,使其不会陷入特定数据域的表征学习,从而提升网络对的泛化能力。

论文链接

Hierarchical Neural Story Generation

@llamazing 推荐
Text Generation

本文来自 Facebook AI Research,论文使用层次话结构做故事生成,解决长依赖性问题。少信息->多信息,decoder self-attention + model fusion,decoder 时 word 从 word prob top10 中随机选取,可减少生成重复文本。

论文链接

DOTA: A Large-scale Dataset for Object Detection in Aerial Images

@paperweekly 推荐
Object Detection

本文提出了一个数据集,包含 2806 张遥感图像(大小约 4000*4000),188,282 个 instances,分为 15 个类别。

论文链接

代码链接

数据集链接

Spiking Deep Residual Network

@chlr1995 推荐
Spiking Neural Network

脉冲神经网络(SNN)在生物理论中备受关注。理论上脉冲神经网络应该与人工神经网络的性能是相同的,但是训练深层的 SNN 是非常困难的。本文提出了一种脉冲版本的 ResNet,并且在 MNIST、CIFAR 等数据集上实验得到了 state of the art的结果。

论文链接

Deep Active Learning for Named Entity Recognition

@cmdjeu 推荐
Named Entity Recognition

本文是亚马逊和 UT Austin 发表于 ICLR 2018 的工作,论文在命名实体识别的方法上引入主动学习,在少量数据集即可达到较优结果,感觉也可以扩展到其他自然语言方向。

论文链接

An Universal Image Attractiveness Ranking Framework

@Ttssxuan 推荐
Image Ranking

本文来自微软,本文结合 deep convolutional neural network 和 rank net,设计对成对的图片的 Attractiveness 排序模型。 模型首先使用深度卷积得到网络图片的 attractiveness score 的均值和方差,然后使用设计好的标准,对两个图片之间的关系进行预测。

论文把模型排序结果和搜索引擎排序结果比较,质量得到较明显提升

论文链接

Network Embedding as Matrix Factorization: Unifying DeepWalk, LINE, PTE, and node2vec

@xavierzw 推荐
Network Embedding

本文来自清华和微软。论文创造性地将 DeepWalk,LINE,Node2Vec 等 network embedding 的方法,通过 Matrix Factorization 框架来统一表示。

进一步地基于 Matrix Factorization 的思路,作者提出 NetMF 方法,实验证明优于 DeepWalk,LINE 的算法。此外作者也给出了相关 Upper Bound 的严格数学证明。

论文链接

代码链接

Global Encoding for Abstractive Summarization

@llamazing 推荐
Abstractive Summarization

本文是北京大学发表于 ACL 2018 的工作,论文提出用 Global Encoding 解决句内重复和输入输出语义无关问题,Convolutional Gated Unit + Self Attention。

论文链接

Look Closer to See Better: Recurrent Attention Convolutional Neural Network for Fine-grained Image Recognition

@RTM 推荐
Image Recognition

本文是 CVPR 2017 的一篇 Oral 文章,主要工作集中在细粒度图片识别。文中提出了一种级联的网络结构,通过 anattention proposal sub-network 实现粗粒度图片到细粒度图片的获取和识别,文中充分利用了卷积神经网络的注意力机制,在原始图片的基础上裁剪、放大识别图片中目标。

论文链接

An Attention Mechanism for Answer Selection Using a Combined Global and Local View

@IndexFziQ 推荐
Answer Selection

本文来自 Digitalgenius,提出用 attention 根据不同的输入粒度计算相似度,将答案的特定部分中的局部信息与整个问题的全局表示相结合。Answer selection 的关键就是文本相似度的计算,文章有可以学习的地方。

最后在 InsuranceQA 上评估系统,实验目的是看注意力机制关注的哪些部分文本,并探究其在不同参数设置下的表现,结果比 IBM(Improved Representation Learning for Question Answer Matching)提出的 Attention LSTM 稍微提高了一些。

论文链接

Deep & Cross Network for Ad Click Predictions

@c0de 推荐
Ad Click Predictions

本文来自斯坦福大学和 Google,论文利用深度学习自动高效得学习高阶交叉特征,免去特征工程。

论文链接

Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks

@liria 推荐
Convolutional Neural Network

本文来自斯坦福吴恩达组,该论文主要做的事情建立了从单导联的心电信号到 14 种心脏疾病的模型,模型是一个 34 层的 CNN 网络。文章定义了 12 种心脏异常状态和窦性心率及噪声,共 14 种。模型主要是 34 层的残差 CNN 将 ECG 序列映射到 label 序列。

本文声称自己的模型超过了心电科的医生,不同于传统的提取各种统计指标再训练模型,是一种直接从 sequnce 训练的模型,确实能够减少很多工作量。

论文链接

Efficient Natural Language Response Suggestion for Smart Reply

@mev 推荐
Natural Language Understanding

本文介绍了 Gmail Smart Reply 的一个检索式实现,这个结果应该是实际产品化了的,有一定的参考价值。文章中使用了大量的方式来降低模型的 latency,并且使最终结果保持在较高精度。

比较有意思的是文中有一个实验,使用句子的 ngram embedding sum 来表示句子,然后通过一个 RNN 重新生成原句,在几十万词的数据集下得到了 ppl 为 1.2 的结果,证明了仅仅使用 ngram 就可以捕捉到足够的句子序列信息了。

原文发布时间为:2018-05-16

本文作者:让你更懂AI
本文来自云栖社区合作伙伴“”,了解相关信息可以关注“”。

转载地址:http://qtpzl.baihongyu.com/

你可能感兴趣的文章
MySQL 锁(lock与latch)
查看>>
python
查看>>
DataTable数据存入指定路径的Excel文件
查看>>
JS 验证
查看>>
【Lua】特性和一些基础语法
查看>>
Jaxb2 实现JavaBean与xml互转
查看>>
easyui的 getSelections 与 getSelected 对比区别
查看>>
算法:街区最短路径问题
查看>>
Linux下Samba的配置
查看>>
如何取消IE“已限制此网页运行可以访问计算机的脚本或ActiveX控件”
查看>>
Android 所遇问题(一)
查看>>
2014年移动媒体趋势报告:中国网络媒体的未来
查看>>
设计模式(15)-Facade Pattern
查看>>
How to get URL parameters with Javascript?
查看>>
【转】易用性测试
查看>>
[翻译svg教程]svg中的circle元素
查看>>
***微信LBS地理位置开发+百度地图API(地理位置和坐标转换)
查看>>
如何获得WPA握手包&EWSA破解WPA密码教程[zz]
查看>>
CountDownTimer,0,0
查看>>
mac 终端 常用命令
查看>>