精华内容
下载资源
问答
  • 自然语言处理论文

    2018-06-14 22:13:05
    本届 EMNLP 大会涉及自然语言处理的各个领域,“机器学习”毫无悬念仍然成为重点,并且还首次单独出来自成一类(EMNLP 2015 时是“统计机器学习方法”)。大会覆盖的主题包括:计算心理语言;对话和交互系统;话语...
  • NLP论文:自然语言处理论文
  • nlp自然语言处理论文精读
  • 【自然语言处理入门系列】推荐:NLP Paper - 按主题分类的自然语言处理论文汇总 这是一个很优秀的论文汇总链接,忍不住要通过博客分享给各位NLPer: NLP Paper - 按主题分类的自然语言处理论文汇总 主题十分全面,...

    【自然语言处理入门系列】推荐:NLP Paper - 按主题分类的自然语言处理论文汇总

    这是一个很优秀的论文汇总链接,忍不住要通过博客分享给各位NLPer:
    NLP Paper - 按主题分类的自然语言处理论文汇总
    主题十分全面,而且更新十分及时,建议大家收藏!
    涵盖了如下主题

    Contents
    
        Bert Series
        Transformer Series
        Transfer Learning
        Text Summarization
        Sentiment Analysis
        Question Answering
        Machine Translation
        Surver paper
        Downstream task
            QA MC Dialogue
            Slot filling
            Analysis
            Word segmentation parsing NER
            Pronoun coreference resolution
            Word sense disambiguation
            Sentiment analysis
            Relation extraction
            Knowledge base
            Text classification
            WSC WNLI NLI
            Commonsense
            Extractive summarization
            IR
        Generation
        Quality evaluator
        Modification (multi-task, masking strategy, etc.)
        Probe
        Multi-lingual
        Other than English models
        Domain specific
        Multi-modal
        Model compression
        Misc
    

    【作者简介】陈艺荣,男,目前在华南理工大学电子与信息学院广东省人体数据科学工程技术研究中心攻读博士,担任IEEE Access、IEEE Photonics Journal的审稿人。两次获得美国大学生数学建模竞赛(MCM)一等奖,获得2017年全国大学生数学建模竞赛(广东赛区)一等奖、2018年广东省大学生电子设计竞赛一等奖等科技竞赛奖项,主持一项2017-2019年国家级大学生创新训练项目获得优秀结题,参与两项广东大学生科技创新培育专项资金、一项2018-2019年国家级大学生创新训练项目获得良好结题,发表SCI论文4篇,授权实用新型专利8项,受理发明专利13项。
    我的主页
    我的Github
    我的CSDN博客
    我的Linkedin

    展开全文
  • 编辑:murufengDate:2020-6-3来源:深度学习技术前沿微信公众号链接: 最新自然语言处理领域顶会论文大合集!【导读】本资源整理了近几年,自然语言处理领域各大AI相关的顶会中,一些经典、最新、必读的论文,涉及...
    编辑:murufeng
    Date:2020-6-3
    来源:深度学习技术前沿微信公众号
    链接: 最新自然语言处理领域顶会论文大合集!

    【导读】本资源整理了近几年,自然语言处理领域各大AI相关的顶会中,一些经典、最新、必读的论文,涉及NLP领域相关的,Bert模型、Transformer模型、迁移学习、文本摘要、情感分析、问答、机器翻译、文本生成、质量评估、纠错(多任务、masking策略等。)、Probe、多语言、领域相关、多模态、模型压缩、谓词填充、Analysis、分词解析NER、代词指代消解、词义消歧、情感分析、关系抽取、知识库、文本分类等,几乎涵盖所有领域。

    资源目录

    • Bert 模型
    • Transformer 模型
    • Transfer Learning
    • 文本摘要
    • 情感分析
    • 问答系统
    • 机器翻译
    • Surver paper
    • 下游任务
      • 对话系统
      • 谓词填充
      • Analysis
      • 分词解析NER
      • 代词指代消解
      • 词义消歧
      • 情感分析
      • 关系抽取
      • 知识库
      • 文本分类
      • WSC·WNLI NLI
      • 常识推理
      • 摘要抽取
      • 信息抽取
    • 文本生成
    • 质量评估
    • Modification (multi-task, masking strategy, etc.)
    • Probe
    • 多语言
    • 领域相关
    • Multi-modal:多模态
    • Model compression:模型压缩

    论文列表

    a1ca2e5ddaad2bfc5abac877aa424dca.png

    e63887df92ae4f58382228724083e0d7.png

    ba9618385847b338b6229bc5805db15b.png

    a5d56a03276f5c579686c8db889e6c65.png

    016e200194fc2132b37bc4e278bb35fc.png

    3ecf63b697b25f6cf800cddb0967605b.png

    32c6562bd4421e17048e77fd3e5a4bb4.png

    传送门:https://github.com/changwookjun/nlp-paper

    欢迎各位NLPer加入自然语言处理技术交流群,目前群内已有百余人!本群旨在交流文本分类、语音识别、阅读理解、机器翻译、情感分析、信息检索、问答系统等自然语言处理领域内容。自然语言处理领域前沿信息和顶会论文解读将会第一时间在群里发布!欢迎大家进群一起交流学习!

    79b9357bc5d197471df0109fe79bec64.png
    展开全文
  • 自然语言处理论文10篇(转载)

    千次阅读 2018-06-08 19:18:03
    自然语言处理论文10篇 | PaperWeekly 本文经授权转载自公众号 Paper Weekly (ID:paperweekly)。Paperweekly 每周分享自然语言处理领域好玩的paper。 1、Neural Personalized Resp...
    mark一下,感谢作者分享!
    
    

    自然语言处理论文10篇 | PaperWeekly


    本文经授权转载自公众号 Paper Weekly (ID:paperweekly)。Paperweekly 每周分享自然语言处理领域好玩的paper。


    1、Neural Personalized Response Generation as Domain Adaptation


    【个性化】【对话生成】 本文研究的问题是如何生成个性化的对话,模型仍是基于经典的seq2seq+attention,在该模型的基础上通过两个步骤来生成特定style的对话,第一步是initialization,第二步是adaptation。工作来自哈工大 @刘挺 老师组,他们推出了一个聊天机器人 “笨笨” (可微信搜),而且具有中文阅读理解的功能。关于生成更多样的对话内容,可以参考  PaperWeekly 第十八期 — 提高seq2seq方法所生成对话的流畅度和多样性


    2、RUBER: An Unsupervised Method for Automatic Evaluation of Open-Domain Dialog Systems


    【对话系统】【评价】 本文研究的问题也是当前对话系统中非常关键的一个问题,如何更加准确地自动评价模型的效果,本文提出了一种新的评价方法RUBER,旨在通过生成的reply和用户的当前query来联合评判效果,建议从业者和相关研究人员精读。


    3、Generating Long and Diverse Responses with Neural Conversation Models


    【对话生成】【seq2seq】 本文研究的问题是如何生成一个又长、又多样的对话,模型仍是基于经典的seq2seq,在decoding部分,加了一个所谓的self-attention部件来保证对话长度和连贯性,在解空间中用随机beam search来搜索候选对话,然后进行重排得到最终结果。


    4、Decoding as Continuous Optimization in Neural Machine Translation


    【seq2seq】【解码】 本文的亮点在于将seq2seq模型中的解码部分转化成一个连续优化的问题,通过比较成熟的优化算法来解决解码问题,这个思路可以被应用到所有seq2seq解决方案中。


    5、OpenNMT: Open-Source Toolkit for Neural Machine Translation


    【NMT】【开源】 Harvard NLP组和SYSTRAN公司联合推出的开源机器翻译系统OpenNMT,torch实现,代码地址:https://github.com/opennmt/opennmt 主页地址:http://opennmt.net/


    6、Implicitly Incorporating Morphological Information into Word Embedding


    【词向量】将词形信息考虑在词向量模型中是一种常见的增强手段,一般的做法是将词的前缀、后缀和词根作为独立的token进行建模,而本文的思路则是用能够代表前缀、后缀意思的词来代替进行建模。


    7、Real Multi-Sense or Pseudo Multi-Sense: An Approach to Improve Word Representation


    【真假多义词】 词向量是一个非常活跃的研究领域,word2vec提供了一种非常简单粗暴、充满问题的词向量,比如一个典型的问题是一词多义,于是很多的工作都是在解决一词多义的问题,但一个词对应的多个向量其实都指向同一个词义,本文的工作正是对这些伪一词多义进行识别,降低语言研究的复杂度。


    8、Multi-level Representations for Fine-Grained Typing of Knowledge Base Entities


    【entity表示】 entity是知识图谱的基础组件,很多的entity都是罕见词(短语),entity的表示是一个相对困难的问题。本文提出了一种char-level、word-level和entity-level三种level的联合表示模型,得到了不错的效果。本文非常值得精读!数据和代码都已公开 http://cistern.cis.lmu.de/figment/


    9、Task-Specific Attentive Pooling of Phrase Alignments Contributes to Sentence Matching


    【短语对齐】 本文研究的问题是句子匹配,该问题常常被应用于文本蕴含和答案选择两个任务上,针对短语识别、表示和对齐等关键问题,本文提出了一种基于GRU的NN模型,取得了不错的效果。本文作者是@Wenpeng_Yin


    10、Parsing Universal Dependencies without training


    【依存分析】【无监督】 本文的工作是基于pagerank和一些规则来做无监督式的依存文法分析,无监督的paper总是让人眼前一亮,EACL2017。”在现今去规则化和拼语料库的机器学习型parser盛行时,少有的使用规则,无监督的Parser。每人研究都有自己支撑点,在没有被完全推翻时,自然会坚持,不为热潮激流所动,我认为这是理性研究者的主骨,我一直有敬畏之心。尽管各家学说各异,相信还是以结果优良和可发展性为最终评价标准”(观点来自微博 王伟DL)




    展开全文
  • 包含文本分类,文本自动校对,《统计自然语言处理》等多篇论文,图书等资源,所有论文基本都是2018年8月以后发表的,只有少数两篇是2017年的
  • 自然语言处理是计算机科学领域与人工智能领域中的一个重要方向,研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法,涉及的领域较多,主要包括机器翻译、机器阅读理解和问答系统等。机器翻译机器翻译...
    从语音识别到智能家居,从人机大战到无人驾驶,人工智能的“演化”给我们社会上的一些生活细节,带来了一次又一次的惊喜。同时,人工智能也掌握着多种核心技术。

    9d0bfbb690dbe6478b7bef806cb2a4f0.png

    自然语言处理是计算机科学领域与人工智能领域中的一个重要方向,研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法,涉及的领域较多,主要包括机器翻译、机器阅读理解和问答系统等。

    15f667367238ba9cbb6670275a70d745.png

    机器翻译

    机器翻译技术是指利用计算机技术实现从一种自然语言到另外一种自然语言的翻译过程。基于统计的机器翻译方法突破了之前基于规则和实例翻译方法的局限性,翻译性取得了巨大提升。

    ec65a19625c89f1bd30628c928d2a665.png

    语义理解

    语义理解技术是指利用计算机技术实现对文本篇章的理解,并且回答与篇章相关问题的过程。语义理解更注重于对上下文的理解以及对答案精准程度的把控。语义理解技术目前在智能客服、产品自动问答等相关领域发挥着重要的作用。

    009892960411053ded97511e115358ce.png

    问答系统

           问答系统分为开放领域的对话系统和特定领域的问答系统。问答系统技术是指让计算机像人类一样用自然语言与人交流的技术。人们可以向问答系统提交用自然语言表达的问题,系统会返回关联性较高的答案。

    c0de54bc345f4a656c723a2328637b33.png

    自然语言处理面临三大挑战:

           1.在词法、句法、语义、语用和语音等不同层面存在不确定性。
           2.新的词汇、术语、语义和语法导致未知语言现象的不可预测性。
           3.数据资源的不充分使其难以覆盖复杂的语言现象。

    本文来源:人工智能领域技术,主要包含了哪些核心技术?

    展开全文
  • 来自:程序媛驿站跨语言自然语言处理笔记作者:匿名侠| 排版:葡萄媛01 摘要跨语言自然语言处理是当下研究的热点。其中,跨语言词向量(Cross-lingual Word Embeddi...
  • 自然语言处理论文及其笔记!

    万次阅读 2019-12-13 11:55:56
    awesome-bert: bert nlp papers, applications and github resources , BERT 相关论文和 github 项目 Machine Translation 2017-12 Oda et al. - 2017 - Neural Machine Translation via Binary ...
  • 自然语言处理论文发表

    千次阅读 2016-03-04 15:38:59
    曾经写过一篇小文,初学者如何查阅自然语言处理(NLP)领域学术资料_zibuyu_新浪博客,也许可以供你参考。 昨天实验室一位刚进组的同学发邮件来问我如何查找学术论文,这让我想起自己刚读研究生时茫然四顾的情形...
  • 自然语言生成/总结 (2004) ROUGE: A Package for Automatic Evaluation of Summaries Introduces ROUGE, an evaluation metric for summarization that is used to this day on a variety of sequence ...
  • ACL 2017-2019,2020 EMNLP 2017-2019 NAACL、COLING 2017-2019 (前三与NLP紧密相关) AAAI 2017-2019 ...DBLP 网站 通过关键字形式找到相关论文 命名实体识别的任务 方法: HMM CRF BiLSTM+CRF (P...
  • 在这次演讲中,我将分享一些技巧和技巧,如何写有效的论文总结基于ML和NLP发表的论文。重点是如何写一篇紧凑,清晰,负责任,有效的文章。
  • 这些日子,开始养成看论文的习惯,也参加了AI研习社推荐论文的活动,其中一些推荐了但是未被采纳的论文,担心自己忘了,有点可惜,便想记录在博客上 2 文章列表 202003 Beat the AI: Investigating Adversarial ...
  • 0401 Unidirectional Neural Network Architectures for ...端到端ASR模型中,以往的语音识别模块结构变成了单一的神经网络,这要求模型能处理更长的上下文信息,目前,双向LSTM(BiLSTM)已经在这方面取得了相当好的...
  • 超牛逼的自然语言处理论文和代码

    热门讨论 2012-01-30 17:20:15
    Research on Issues of Translation Selection for Phrase and Structure in Statistical Machine Translation_hezhongjun_phd thesis 2008.pdf Research on domain adaptation in Statistical Machine Translation...
  • 深度之眼招募人工智能领域讲师,兼职时间一年可赚30w,招聘详情见文章底部。学习人工智能的你想快速发论文吗?今天给大家推荐一个出论文的好方向——图神经网络!它是近些年学术界和工业界最新的研...
  • 论文传送门:Sequence to Sequence Learningwith Neural Networks
  • 总结 这次写的比较简短,主要还是要想进行自然语言处理的学习,这些网站,知道和不知道还是有点差别的,我们先把这些准备工作做好,事实上,上一篇我讲了如何配置环境,这一次我讲的是关于论文和代码的搜索场所。...
  • 搞AI,在不断精进自己代码的同时,更应该提升自己的阅读能力。需要不断地阅读大量的最新、最前沿的论文,也要深扎经典论文根基。因为阅读论文可以帮助你深入原理,理解AI更前沿的发展状态,掌握更...
  • 2017自然语言处理精选论文
  • 关注上方“深度学习技术前沿”,选择“星标公众号”,资源干货,第一时间送达!自然语言处理论文速递[1] Pretrained Transformers Improve Out-of-Dis...
  • 一个自然语言处理论文
  • 语言模型 (1996) An Empirical Study of Smoothing Techniques for Language Modelling Performs an extensive survey of smoothing techniques in traditional language modelling systems. (2003) A Neural ...
  • 自然语言处理nlp论文精读 Attention Supervision with Counterfactuals for Text Classification Cascaded Semantic and Positional Self-Attention Network for Document Classification Hierarchical Attention ...
  • 自然语言处理NLP英文论文参考源

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,206
精华内容 882
关键字:

自然语言处理论文