[nlp] CopyNet

CopyNet是为解决序列到序列任务中保留原始信息的问题而提出的,尤其适用于处理实体名称或特定术语。它在解码器部分引入了生成模式和复制模式的概率建模,以及位置特定的隐藏状态计算,以更好地识别和复制输入序列中的关键信息。这种方法允许模型生成不在词汇表中的OOV词,从而提高序列生成任务的性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

CopyNet
随着 ACL 2017 accepted paper list 的公布,可以看到一些经典的工作仍然在被各种应用和改进。其中不仅有引用量已经飙过 1000 的 attention mechanism,同时还有非常简单还用的 Pointer Network 和 CopyNet。

基于 Pointer Network 和 CopyNet 的一些重要和新鲜工作。

[1] Jiatao Gu, Zhengdong Lu, Hang Li, et al. “Incorporating Copying Mechanism in Sequence-to-Sequence Learning”. ACL 2016.

[2] Caglar Gulcehre, Sungjin Ahn, Ramesh Nallapati et al. “Pointing the Unknown Words”. ACL 2016.

[3] Ziqiang Cao, Wenjie Li, Chuwei Luo and Sujian Li. “Joint Copying and Restricted Generation for Paraphrase”. AAAI 2017.

[4] Shizhu He, Kang Liu and Jun Zhao. “Generating Natural Answer by Incorporating Copying and Retrieving Mechanisms in Sequence-to-Sequence Learning”. ACL 2017.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

心心喵

喵喵(*^▽^*)

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值