技术控

    今日:114| 主题:49431
收藏本版 (1)
最新软件应用技术尽在掌握

[其他] 自然语言处理顶级会议EMNLP2016最佳论文出炉

[复制链接]
此生赐情 发表于 2016-10-15 16:03:51
170 1

立即注册CoLaBug.com会员,免费获得投稿人的专业资料,享用更多功能,玩转个人品牌!

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
自然语言顶级会议EMNLP2016(Conference on Empirical Methods in Natural Language Processing,自然语言处理实证方法大会)即将在美国召开,最佳论文,荣誉最佳论文,最佳短篇论文及最佳资源论文现已公开,机器之心编译并与大家分享。论文下载请点击文末网盘链接。
  最佳论文:

  
       
  • Improving Information Extraction by Acquiring External Evidence with Reinforcement Learning
      
   
自然语言处理顶级会议EMNLP2016最佳论文出炉-1 (枪击事件,Natural,上下文,数据库,美国)

  摘要:大部分成功的信息提取系统运行时都接入一个大型的文件集。在这个研究中,我们探索了获取并结合外部证据的任务,以在训练数据量稀缺的领域中提高提取的精确度,这个过程需要重复发布搜索查询,从新的来源中提取以及使提取值一致,直到收集到足够的证据。我们使用强化学习框架来解决这个问题,在此框架中,我们的模型可以学习基于上下文来选择最优行动。我们应用了一个深度 Q-network,训练它来优化能反应提取精度同时还能惩罚多余工作的奖励函数。我们的试验用到了两个数据库——枪击事件数据和食品掺假情况数据——证明了我们的系统明显优于传统的提取器和一个元分类基准。
  2.Global Neural CCG Parsing with Optimality Guarantees

自然语言处理顶级会议EMNLP2016最佳论文出炉-2 (枪击事件,Natural,上下文,数据库,美国)

  摘要:我们介绍了第一种全局递归神经解析模型,它是实时解码的最佳保证。为了支持全局特性,我们放弃了动态程序,用直接在所有可能子树中搜索的方式代替。尽管这样会导致句长指数性地增长,我们展示了达到学习效率 A 解析器的可能性。我们增大了已知解析模型,它存在外界评分的信息界限,通过一个宽松界限并只需非局性现象建模的全局模型。全局模型因此在新的目标下进行训练,这可以鼓励解析器更精确有效地进行搜索。这种方式适用于 CCG 解析,通过 0.4F1 获得了可观的精确性提升。解析器可为 99.9% 的停止句(held-out sentence)找到最佳解析,仅需搜索平均 190 个子树。
  最佳论文荣誉提名

  1.Span-Based Constituency Parsing with a Structure-Label System and Provably Optimal Dynamic Oracles
123下一页
友荐云推荐




上一篇:GitHub - guoruibiao/getpass2: A better lib compared with standard 'getpass&
下一篇:Raspberry Pi Want a Cracker?
酷辣虫提示酷辣虫禁止发表任何与中华人民共和国法律有抵触的内容!所有内容由用户发布,并不代表酷辣虫的观点,酷辣虫无法对用户发布内容真实性提供任何的保证,请自行验证并承担风险与后果。如您有版权、违规等问题,请通过"联系我们"或"违规举报"告知我们处理。

杜雪 发表于 2016-10-23 12:42:54
我是个凑数的。。。
回复 支持 反对

使用道具 举报

*滑动验证:
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

我要投稿

推荐阅读

扫码访问 @iTTTTT瑞翔 的微博
回页顶回复上一篇下一篇回列表手机版
手机版/CoLaBug.com ( 粤ICP备05003221号 | 文网文[2010]257号 )|网站地图 酷辣虫

© 2001-2016 Comsenz Inc. Design: Dean. DiscuzFans.

返回顶部 返回列表