byn12345的博客

论文题目：Linguistically-Informed Interpolation of Hidden Space for Semi-Supervised Text Classification论文来源：ACL 2020论文链接：https://www.aclweb.org/anthology/2020.acl-main.194/代码链接：https://github.com/GT-SALT/MixText关键词：半监督；数据增强；文本分类；Mixup；BERT文章目录1 摘要2 引言2 相.

论文题目：Few-shot Learning for Multi-label Intent Detection论文来源：AAAI 2021论文链接：https://arxiv.org/abs/2010.05256代码链接：https://github.com/AtmaHou/FewShotMultiLabel关键词：少样本学习（FSL）；多标签分类（MLC）；用户意图检测；核回归；BERT；元学习文章目录1 摘要2 引言3 问题定义4 方法4.1 用于少样本多标签意图检测的框架4.2 元刻度阈.

论文链接：https://arxiv.org/abs/1902.01475代码链接：https://github.com/zhoushengisnoob/HAHE来源：ArXiv 2019文章目录1 摘要2 介绍2.1 现有方法的不足2.2 作者提出2.3 贡献3 HAHE模型3.1 Path instance attention layer3.2 Meta path attention...

论文链接：https://arxiv.org/abs/1905.08027会议：AAAI 20191 摘要现有的HIN嵌入方法大多都是直接将所有关系(relations)都嵌入到单个模型中，而没有区别考虑，这在本质上约束了网络嵌入学习的能力。本文考虑了异质关联(relations)信息的结构特征，提出RHINE(Relationstructure-aware Heterogeneous...

论文链接：https://www.aaai.org/ojs/index.php/AAAI/article/view/4471/4349代码链接：https://github.com/ydzhang-stormstout/HHNE会议：AAAI 2019文章目录1 摘要2 介绍2.1 现有的方法2.2 动机2.3 双曲空间2.4 作者提出2.5 贡献3 Embedding HIN in H...

论文链接：https://arxiv.org/abs/1712.00732代码链接：https://github.com/boom85423/hello_SHINE会议：WSDM 2018目录1 摘要2 介绍2.1 动机2.2 挑战2.3 已有的方法2.4 作者提出3 数据集的建立3.1 数据采集3.2 情感抽取4 方法4.1 问题定义...

论文链接：http://hanj.cs.illinois.edu/pdf/wsdm18_mqu.pdf代码链接：https://github.com/mnqu/DRL会议：WSDM 2018本文将深度强化学习应用到了异构星型网络的表示学习中。在异构星型网络表示的学习过程中通常需要采样一系列的边来得到点之间的相似性，作者发现这些边的顺序会显著影响表示学习的效果。作者借鉴了课程学习（...

论文链接：http://net.pku.edu.cn/daim/hongzhi.yin/papers/KDD18-Hongxu.pdf代码链接：https://sites.google.com/view/hongxuchen会议：KDD 2018目录1 摘要1.1 挑战1.2 为解决上述挑战，作者提出2 介绍2.1 现有的方法2.2 动机2.3 启发...

论文链接：https://dl.acm.org/doi/10.1145/3219819.3220006代码链接：https://github.com/GentleZhu/HEER会议：KDD 2018目录1 摘要2 介绍2.1 动机2.2 作者分析了现有的一些方法2.3 挑战2.4 贡献3 HEER3.1 一些定义3.2 The HEER Model...

论文链接：代码链接：会议：CIKM 20181 摘要为了有效地学习到节点的表示，图嵌入方法通常使用随机游走从图中采样节点，从而保留节点之间的距离信息。现有的处理异质图的表示学习方法依赖于元路径（meta-paths）来指导随机游走。然而，使用这些元路径要么需要领域专家的先验知识来进行最优的元路径选择，要么需要扩展计算来组合所有小于预定义长度的元路径。本文作者提出JUST模型，在...

1 摘要现有的网络嵌入工作都聚焦于有成对关系的网络，但在现实中，有超边（hyperedge）的存在，例如三个或者更多个节点由一个超边相关联起来。当超边不可分解时，也就是说hyperedge中任意的节点子集都不能形成另一个hyperedge，如何对hyper-network编码成为了需要解决的问题。本文提出了DHNE模型（Deep Hyper-Network Embedding），以学习有着...

转自：http://blog.youkuaiyun.com/fightlei/article/details/52712461首先我们需要了解什么是模式匹配？子串定位运算又称为模式匹配（Pattern Matching）或串匹配（String Matching）。在串匹配中，一般将主串称为目标串，将子串称为模式串。本篇博客统一用S表示目标串，T表示模式串，将从目标串S中查找模式串T的过程称为模式匹配。虽...

贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。这篇文章我尽可能用直白的话语总结一下我们学习会上讲到的朴素贝叶斯分类算法，希望有利于他人理解。 1  分类问题综述 对于分类问题，其实谁都不会陌生，日常生活中我们每天都进行着分类过程。例如，当你看到一个人，你的脑子下意识判断他是学生...

『本文转自：https://wdxtub.com/2017/05/03/lda-guide/』LDA 作为文本分析中非常有用的算法，无论是在学术界还是工业界都已被广泛运用。本文是写给自己的 LDA 理解指南。更新历史2017.05.03: 完成初稿关于 LDA 算法，网上的资料不胜枚举，除了 wiki，我最推荐 《 LDA 漫游指南》。那么为什么我还要自己写一篇呢？一是加深理解，...

本文转自https://blog.youkuaiyun.com/sinat_26917383/article/details/71436563来源“素质云博客”   微信公众号：素质云笔记一、jieba分词功能来源github：https://github.com/fxsjy/jieba1、主要模式支持三种分词模式：精确模式，试图将句子最精确地切开，适合文本分析； 全模式，把句子中所...