yanqianglifei的专栏

论文标题：How to Fine-Tune BERT for Text Classification?中文标题：如何微调 BERT 进行文本分类？论文作者：复旦大学邱锡鹏老师课题组实验代码：https://github.com/xuyige/BERT4doc-Classification前言大家现在打比赛对预训练模型非常喜爱，基本上作为NLP比赛基线首选（图像分类也有预训练模型）。预训练模型虽然很强，可能通过简单的微调就能给我们带来很大提升，但是大家会发现比赛做到后期，bert等预训练模型炼丹一定

论文题目：Graph Convolutional Networks for Text Classification论文地址：https://arxiv.org/pdf/1809.05679.pdf论文代码：https://github.com/yao8839836/text_gcn发表时间：AAAI 2019ps:注意这篇论文作者在2018年已经公开在arxiv，我们再此不讨论预训练模型的事情 ^_^论文摘要与简介文本分类是自然语言处理过程中一个非常重要和经典的问题，在论文和实践过程中可以说

1 Neural FPs论文简介论文：Convolutional Networks on Graphs for Learning Molecular Fingerprints 图卷积网络用于学习分子指纹链接：http://arxiv.org/pdf/1509.09292.pdf作者：David Duvenaud†, Dougal Maclaurin†, Jorge Aguilera-Iparraguirre (哈佛大学)来源：NIPS 2015代码：https://github.com/HIP.

致GreatChallengeHub1 EM算法简介最大期望算法(Expectation Maximization Algorithm，又译期望最大化算法)，是一种迭代算法，用于含有隐变量(hidden variable)的概率参数模型的最大似然估计或极大后验概率估计。在统计计算中，最大期望(EM)算法是在概率(probabilistic)模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量(Latent Variable)。最大期望经常用在机器学习...

Semantic Compositionality Through Recursive Matrix-Vector Spaces摘要单字矢量空间模型已经在学习词汇信息方面非常成功。但是，它们无法捕捉到更长的短语的位置意义，这样就阻碍了它们对语言的深入理解。我们介绍一种递归神经网络（RNN）模型，该模型学习任意句法类型和长度的短语和句子的组合向量表示。我们的模型为解析树中的每个节点分配向量和矩阵