- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 [tensorflow 中rnn学习笔记]RNN 中outputs 和 final_states
最近在看tensorflow中seq2seq的实现，对 rnn 返回的outputs和final_states 有点疑惑。按照我的理解，对于RNN 返回的outputs 是整个序列在time 上的展开，即 outputs = [h1,⋯,hT][h1,⋯,hT][h_1,\cdots,h_T]，而 final_states 应该为 hThTh_T, 但是如果这样的话显然不合适，因为返回一个outp...
2018-02-08 18:44:18
1448
原创 [dialog-system]阅读笔记 - 2017__迁移学习在Q-A系统中的应用
吐槽：csdn 的博客标签竟然有长度限制，图片的插入方式不够友好，比简书差太远。:(RefModelling Domain Relationships for Transfer Learning on Retrieval-based Qestion Answering Systems in E-commerce.Jianfei Yu, Minghui Qiu, Jing Jiang, Jun Hu
2017-12-25 14:59:04
463
原创 [dialog system] 阅读笔记 - 2016__VHRED
RefA Hierarchical Latent Variable Encoder-Decoder Model for Generating Dialogues,Iulian Vlad Serban, Alessandro Sordoni, Ryan Lowe, Laurent Charlin, Joelle Pineau, Aaron Courville, Yoshua Bengio,20
2017-12-22 11:25:24
1171
原创 [dialog system] 阅读笔记 - 2016--HRED
首选吐槽一下csdn, 博客title的长度竟然有限制，一篇论文题目都放不下。试了下简书， 完全无障碍。RefBuilding End-To-End Dialogue Systems Using Generative Hierarchical Neural Network Models,Iulian V. Serban, Alessandro Sordoni, Yoshua Bengio, Aar
2017-12-21 18:23:20
1950
原创 [dialog system]阅读笔记 - 2016__A Persona-Based Neural Conversation Model
RefA Persona-Based Neural Conversation Model,Jiwei Li, Michel Galley, Chris Brockett, Georgios P. Spithourakis, Jianfeng Gao, Bill Dolan, 2016.Introduction多轮对话在会话系统中加入对用户的建模，提高会话者一致性以及减少万能回复。两种模型。
2017-12-21 14:49:53
1319
原创 [dialog system] 阅读笔记 - 2015__Neural Responding Machine for Short-Text Conversation
参考文献Neural Responding Machine for Short-Text Conversation,Lifeng Shang, Zhengdong Lu, Hang Li,2015简介李航老师团队的成果基于seq2seq + attention 建模贡献了包含440w条多轮对话的语料，数据来自微博模型结构
2017-12-21 09:51:15
1098
1
原创 命名实体识别
诸如中文分词、词性标注、命名实体等问题均属于序列标签标注问题。经典的模型有HMM,MEMM,CRF模型，这些都是比较传统的方法，三种模型各有优劣，HMM模型假设观测独立，不依赖观测之间的序列特征，MEMM虽然加入了观测序列之间的跳转特征，但由于采用了局部归一化引入了标记偏置的问题，最后CRF采用全局归一化从而弥补了HMM和MEMM的缺点，但是计算量却比较大。 随着深度学习的兴起，将DNN模型应用
2017-11-10 16:16:49
6719
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人