NLP-Papernotes
การอ่านเอกสารที่เกี่ยวข้องกับ NLP เมื่อทำงานสรุปและความคิด Major in Machine Reading Complension (MRC), การตอบคำถาม (QA), MRC หลายเอกสาร, ข้อมูล Retriever (IR) และการจัดอันดับ
แนวคิดพื้นฐาน
- LSA , การอ้างอิงใน Wikipedia, การแนะนำการวิเคราะห์ความหมายแฝง, การจัดทำดัชนีโดยการวิเคราะห์ความหมายแฝง, การจัดทำดัชนีความหมายแฝงของ CUHK (LSI) ตัวอย่าง, CUHK PPT, Stanford NLP IR-Book แฝง
- LDA , การอ้างอิงใน Wikipedia, การสร้างแบบจำลองหัวข้อ LDA: คำอธิบาย, การสร้างแบบจำลองหัวข้อและการจัดสรร dirichlet แฝง (LDA) ใน Python, การจัดสรร dirichlet ที่แฝงอยู่กระดาษ, คู่มือการจัดสรร dirichlet แฝง, การสร้างแบบจำลองหัวข้อ
- SVD , การอ้างอิงใน Wikipedia,
รูปแบบภาษา
ไปที่ Tomas Mikolov Google Scholar เพื่อรับเอกสารที่เกี่ยวข้อง
รายการเอกสารอื่น ๆ :
- รูปแบบภาษาความน่าจะเป็นของระบบประสาท
โมเดลสไตล์เบิร์ต, สรุป ppt
- เบิร์ต
- xlnet
- โครงสร้าง
- Spanbert
- Sembert
- โรเบอร์ต้า
- อัลเบิร์ต
MRC & QA
สรุป ppt
ACL 2019
การกลั่นความรู้ (KD)
KD คล้ายกับการปรับให้เรียบของฉลากการแนะนำ KD จากบล็อกต่อไปนี้:
- ระบบประสาทเครือข่าย
- เล็กลงเร็วกว่าราคาเบากว่า: แนะนำ Distilbert, Bert รุ่นกลั่น
- แตะเข้าไปในความรู้ที่มืดโดยใช้อวนประสาท - การกลั่นความรู้
- การกลั่นความรู้
MS Marco
Ms Marco Leaderboard, โมเดลกระดาษสาธารณะหลายฉบับเขียนบน GitHub MSMARCO-MRC-analysis
การเรียกคืน
- Duet: [arxiv], [ppt], [หมายเหตุ]
- คู่ v2
การเพิ่มประสิทธิภาพ
ชั้นวางหนังสือ
- 《 การเรียนรู้ลึก》
- 《 การเรียนรู้ลึก (中文版)》
- 《 คณิตศาสตร์สำหรับการเรียนรู้ของเครื่อง》
- 《 เรียนรู้ที่จะจัดอันดับสำหรับการดึงข้อมูล》
- 《 การเรียนรู้เชิงลึก GDL-GDL》
- 《 บทนำสู่การดึงข้อมูล》
- 《 Word2vec ทฤษฎีคณิตศาสตร์》
- 《 tensorflow2 深度学习》 [รหัส]