DeepLearn

deeplearn

Deeplearnへようこそ。このリポジトリには、NLP、CV、ML、およびディープラーニングに関する次の研究論文の実装が含まれています。

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

[1]相関ニューラルネットワーク。 CV、転送学習、表現学習。コード

[2]ナレッジベースの完了のためのニューラルテンソルネットワークを使用した推論。 NLP、ML。コード

[3]ステップベースの相関マルチモーダルCNNを使用した共通の表現学習。 CV、転送学習、表現学習。コード

[4] ABCNN：文のペアをモデル化するための注意ベースの畳み込みニューラルネットワーク。 NLP、ディープラーニング、文マッチング。コード

[5]畳み込み深い神​​経ネットワークで短いテキストペアをランク付けすることを学ぶ。 NLP、ディープラーニング、CQA。コード

[6]偽のニューススタンスの識別のための神経、統計、および外部の機能を組み合わせます。 NLP、IR、ディープラーニング。コード

[7] Wikiqa：オープンドメインの質問応答のためのチャレンジデータセット。 NLP、ディープラーニング、CQA。コード

[8]文の類似性を学習するためのシャムの再発アーキテクチャ。 NLP、文の類似性、深い学習。コード

[9]コミュニティの質問応答のための畳み込みニューラルテンソルネットワークアーキテクチャ。 NLP、ディープラーニング、CQA。コード

[10]マルチコアでの機械学習のためのMap-Reduce。 Map-Reduce、Hadoop、ml。コード

[11]読み、理解するためのティーチングマシン。 NLP、ディープラーニング。コード

[12]質問回答の一致のための表現学習の改善。 NLP、ディープラーニング、CQA。コード

[13]コミュニティの質問応答の外部機能。 NLP、ディープラーニング、CQA。コード

[14]インドの混合スクリプトにおける言語識別と曖昧性除去。 NLP、IR、ML。コード

[15]短いメッセージサービスによるFAQ検索の半自動モデルの構築。 NLP、IR、ML。コード

依存関係：

必要な依存関係は、recomement.txtで言及されています。また、データセットを準備するためにDL-Textモジュールを使用します。使用していない場合は、すぐに見てください。

$ pip install - r requirements . txt