爱丽丝咩咩章在好好学习

假设: 一句话中携带的emoji表情就能表达这句话的含义。 根据twitter上的emoji表情，建立一个大规模的有标签的情感数据集 现有的情感数据集的问题： 量小 / 粗粒度(pos,neg) 评测：automatically evaluated by a separate sentence-to-emoji classifer + human evaluation (A...

原论文链接: https://arxiv.org/abs/1508.07909参考paperweekly关于分词的一个总结：https://zhuanlan.zhihu.com/p/22700538这篇文章主要解决的问题是OOV(Out of Vocabulary)问题，最小粒度介于word和character之间，利用BPE算法进行分词。BPE算法的主要实现如图：import re, c...

这篇论文运用parallel data，进行文本风格迁移（从莎士比亚风转为现代风）。整体模型思路比较简洁明了：attention-based seq2seq + pointer network数据集大小为：training: 18395 val: 1218 test: 1462值得注意的是，由于数据集比较小，作者采用了很多减少参数的方法来训练模型：采用pre-trained ...