DeepLearn

Deeplearn

Bienvenue à Deeplearn. Ce référentiel contient la mise en œuvre des articles de recherche suivants sur la PNL, le CV, le ML et l'apprentissage en profondeur.

 - Latest Update : Added _deeplearn_utils modules. Check the releases for description of new features.

[1] CORRÉLATION NEAURES NEAUX . CV, apprentissage du transfert, apprentissage de la représentation. code

[2] Raisonnement avec les réseaux de tenseur neuronal pour l'achèvement de la base de connaissances . NLP, ML. code

[3] Représentation commune Apprentissage en utilisant CNN multimodal de corrélation en fonction des étapes . CV, apprentissage du transfert, apprentissage de la représentation. code

[4] ABCNN: réseau neuronal convolutionnel basé sur l'attention pour modéliser les paires de phrases. PNL, apprentissage en profondeur, correspondance des phrases. code

[5] Apprendre à classer les paires de texte courtes avec des réseaux de neurones profonds convolutionnels. NLP, Deep Learning, CQA. code

[6] combinant des caractéristiques neuronales, statistiques et externes pour l'identification des fausses nouvelles. NLP, IR, Deep Learning. code

[7] Wikiqa: un ensemble de données de défi pour la réponse aux questions du domaine ouvert. NLP, Deep Learning, CQA. code

[8] Architectures récurrentes siamoises pour l'apprentissage de la similitude des phrases. PNL, similitude des phrases, apprentissage en profondeur. code

[9] Architecture du réseau de tenseur neural convolutionnel pour la réponse aux questions communautaires. NLP, Deep Learning, CQA. code

[10] Map-Reduce pour l'apprentissage automatique sur Multicore. Map-Reduce, Hadoop, ML. code

[11] Enseignant aux machines à lire et à comprendre. NLP, Deep Learning. code

[12] Amélioration de l'apprentissage de la représentation pour la réponse aux réponses de question. NLP, Deep Learning, CQA. code

[13] Caractéristiques externes pour la réponse aux questions communautaires. NLP, Deep Learning, CQA. code

[14] Identification de la langue et désambiguïsation dans le script mixte indien . NLP, IR, ML. code

[15] Construction d'un modèle semi-automatisé pour la récupération de la FAQ via un service de messages court . NLP, IR, ML. code

Dépendances:

Les dépendances requises sont mentionnées dans les besoins.txt. J'utiliserai également des modules DL-Text pour préparer les ensembles de données. Si vous ne l'avez pas utilisé, veuillez y jeter un coup d'œil.

$ pip install - r requirements . txt