基于双语主题模型的跨语言层次分类体系匹配 | 实录·PhD Talk #16

2017 年 9 月 14 日 PaperWeekly 小助手

本文为 9 月 13 日,东南大学软件工程专业——吴天星博士在第 16 期 PhD Talk 中的直播分享实录。

>>>>

获取完整PPT和视频实录


关注“PaperWeekly”微信公众号,回复“20170913”获取下载链接。



关于PaperWeekly


PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。

登录查看更多
12

相关内容

主题模型,顾名思义,就是对文字中隐含主题的一种建模方法。“苹果”这个词的背后既包含是苹果公司这样一个主题,也包括了水果的主题。   在这里,我们先定义一下主题究竟是什么。主题就是一个概念、一个方面。它表现为一系列相关的词语。比如一个文章如果涉及到“百度”这个主题,那么“中文搜索”、“李彦宏”等词语就会以较高的频率出现,而如果涉及到“IBM”这个主题,那么“笔记本”等就会出现的很频繁。如果用数学来描述一下的话,主题就是词汇表上词语的条件概率分布 。与主题关系越密切的词语,它的条件概率越大,反之则越小。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【清华大学】低资源语言:回顾综述和未来的挑战,14页pdf
基于多头注意力胶囊网络的文本分类模型
专知会员服务
76+阅读 · 2020年5月24日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
大讲堂 | 基于对抗学习和知识蒸馏的多模型集成算法
知识图谱 vs. 对话系统专题讨论 - PaperWeekly 社区
PaperWeekly
10+阅读 · 2017年10月18日
Arxiv
9+阅读 · 2019年4月19日
Arxiv
4+阅读 · 2019年4月17日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Arxiv
3+阅读 · 2018年8月27日
VIP会员
Top
微信扫码咨询专知VIP会员