会员服务
Bash · NeurIPS 2020 · NeurIPS · Processing（编程语言） · 自然语言处理 ·
2021 年 3 月 3 日
NeurIPS 2020 NLC2CMD Competition: Translating Natural Language to Bash Commands
翻译：NeurIPS 2020 NLC2CCMD 竞争:将自然语言转换成巴什指令
Mayank Agarwal,Tathagata Chakraborti,Quchen Fu,David Gros,Xi Victoria Lin,Jaron Maene,Kartik Talamadupula,Zhongwei Teng,Jules White
Mayank Agarwal,Tathagata Chakraborti,Quchen Fu,David Gros,Xi Victoria Lin,Jaron Maene,Kartik Talamadupula,Zhongwei Teng,Jules White
from arxiv, Competition URL: http://ibm.biz/nlc2cmd

The NLC2CMD Competition hosted at NeurIPS 2020 aimed to bring the power of natural language processing to the command line. Participants were tasked with building models that can transform descriptions of command line tasks in English to their Bash syntax. This is a report on the competition with details of the task, metrics, data, attempted solutions, and lessons learned.


翻译：在NeurIPS 2020 年举办的NLC2CCMMD竞赛旨在将自然语言处理的权力赋予指挥线,参加者的任务是建立模式,将指挥线任务的英文描述转换为巴什语法,这是一份关于竞争情况的报告,详细介绍了任务、指标、数据、尝试中的解决办法和经验教训。
0
下载
关闭预览

相关内容

Bourne Again Shell 是一个由 Brian Fox 于 1989 年为 GNU 项目编写的、用于替代 Bourne Shell (sh) 的 UNIX shell 程序。 en.wikipedia.org/wiki/B
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
80+阅读 · 2020年7月26日
最新《自然语言处理迁移学习》综述论文，A Survey on Transfer Learning in Natural Language Processing
最新《自然语言处理迁移学习》综述论文，A Survey on Transfer Learning in Natural Language Processing
专知会员服务
139+阅读 · 2020年7月10日
自然语言处理中的注意力机制，Attention in Natural Language Processing
自然语言处理中的注意力机制，Attention in Natural Language Processing
专知会员服务
136+阅读 · 2020年5月30日
【ACL2020】计算语言学在深度学习领域不可阻挡的崛起，The Unstoppable Rise of Computational Linguistics in Deep Learning
【ACL2020】计算语言学在深度学习领域不可阻挡的崛起，The Unstoppable Rise of Computational Linguistics in Deep Learning
专知会员服务
8+阅读 · 2020年5月15日
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
96+阅读 · 2020年4月18日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
184+阅读 · 2020年2月1日
【NAACL 2019 workshop】相似语言、变体和方言自然语言处理 The workshop on NLP for Similar Languages, Varieties and Dialects，约翰斯·霍普金斯大学|David Yarowsky
【NAACL 2019 workshop】相似语言、变体和方言自然语言处理 The workshop on NLP for Similar Languages, Varieties and Dialects，约翰斯·霍普金斯大学|David Yarowsky
专知会员服务
5+阅读 · 2019年12月5日
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
专知会员服务
32+阅读 · 2019年10月12日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
160+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
181+阅读 · 2019年10月11日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
计算机视觉的不同任务
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
Github 项目推荐 | 用 Keras 实现的神经网络机器翻译
Github 项目推荐 | 用 Keras 实现的神经网络机器翻译
AI研习社
8+阅读 · 2018年3月11日
Python机器学习教程资料/代码
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】自然语言处理（NLP）指南
【推荐】自然语言处理（NLP）指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】迁移学习：用0.046%的训练样本(6张图片)超过2013 Kaggle猫狗识别竞赛领先水平（附代码）
【推荐】迁移学习：用0.046%的训练样本(6张图片)超过2013 Kaggle猫狗识别竞赛领先水平（附代码）
机器学习研究会
5+阅读 · 2017年9月24日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
OCRTOC: A Cloud-Based Competition and Benchmark for Robotic Grasping and Manipulation
Arxiv
0+阅读 · 2021年4月23日
AutoETER: Automated Entity Type Representation for Knowledge Graph Embedding
Arxiv
5+阅读 · 2020年10月6日
Multi-Task Learning for Dense Prediction Tasks: A Survey
Multi-Task Learning for Dense Prediction Tasks: A Survey
Arxiv
5+阅读 · 2020年9月16日
FuxiCTR: An Open Benchmark for Click-Through Rate Prediction
Arxiv
8+阅读 · 2020年9月12日
Multi-task learning to improve natural language understanding
Arxiv
4+阅读 · 2018年12月17日
Jointly Learning to Label Sentences and Tokens
Arxiv
3+阅读 · 2018年11月14日
Can LSTM Learn to Capture Agreement? The Case of Basque
Arxiv
3+阅读 · 2018年9月11日
ParaNMT-50M: Pushing the Limits of Paraphrastic Sentence Embeddings with Millions of Machine Translations
Arxiv
3+阅读 · 2018年4月20日
Investigations on Knowledge Base Embedding for Relation Prediction and Extraction
Arxiv
8+阅读 · 2018年2月6日
Incorporating Literals into Knowledge Graph Embeddings
Arxiv
4+阅读 · 2018年2月3日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Bash
NeurIPS 2020
NeurIPS
Processing（编程语言）
自然语言处理
相关VIP内容
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
80+阅读 · 2020年7月26日
最新《自然语言处理迁移学习》综述论文，A Survey on Transfer Learning in Natural Language Processing
最新《自然语言处理迁移学习》综述论文，A Survey on Transfer Learning in Natural Language Processing
专知会员服务
139+阅读 · 2020年7月10日
自然语言处理中的注意力机制，Attention in Natural Language Processing
自然语言处理中的注意力机制，Attention in Natural Language Processing
专知会员服务
136+阅读 · 2020年5月30日
【ACL2020】计算语言学在深度学习领域不可阻挡的崛起，The Unstoppable Rise of Computational Linguistics in Deep Learning
【ACL2020】计算语言学在深度学习领域不可阻挡的崛起，The Unstoppable Rise of Computational Linguistics in Deep Learning
专知会员服务
8+阅读 · 2020年5月15日
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
96+阅读 · 2020年4月18日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
184+阅读 · 2020年2月1日
【NAACL 2019 workshop】相似语言、变体和方言自然语言处理 The workshop on NLP for Similar Languages, Varieties and Dialects，约翰斯·霍普金斯大学|David Yarowsky
【NAACL 2019 workshop】相似语言、变体和方言自然语言处理 The workshop on NLP for Similar Languages, Varieties and Dialects，约翰斯·霍普金斯大学|David Yarowsky
专知会员服务
5+阅读 · 2019年12月5日
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
专知会员服务
32+阅读 · 2019年10月12日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
160+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
181+阅读 · 2019年10月11日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
计算机视觉的不同任务
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
Github 项目推荐 | 用 Keras 实现的神经网络机器翻译
Github 项目推荐 | 用 Keras 实现的神经网络机器翻译
AI研习社
8+阅读 · 2018年3月11日
Python机器学习教程资料/代码
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】自然语言处理（NLP）指南
【推荐】自然语言处理（NLP）指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】迁移学习：用0.046%的训练样本(6张图片)超过2013 Kaggle猫狗识别竞赛领先水平（附代码）
【推荐】迁移学习：用0.046%的训练样本(6张图片)超过2013 Kaggle猫狗识别竞赛领先水平（附代码）
机器学习研究会
5+阅读 · 2017年9月24日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
OCRTOC: A Cloud-Based Competition and Benchmark for Robotic Grasping and Manipulation
Arxiv
0+阅读 · 2021年4月23日
AutoETER: Automated Entity Type Representation for Knowledge Graph Embedding
Arxiv
5+阅读 · 2020年10月6日
Multi-Task Learning for Dense Prediction Tasks: A Survey
Multi-Task Learning for Dense Prediction Tasks: A Survey
Arxiv
5+阅读 · 2020年9月16日
FuxiCTR: An Open Benchmark for Click-Through Rate Prediction
Arxiv
8+阅读 · 2020年9月12日
Multi-task learning to improve natural language understanding
Arxiv
4+阅读 · 2018年12月17日
Jointly Learning to Label Sentences and Tokens
Arxiv
3+阅读 · 2018年11月14日
Can LSTM Learn to Capture Agreement? The Case of Basque
Arxiv
3+阅读 · 2018年9月11日
ParaNMT-50M: Pushing the Limits of Paraphrastic Sentence Embeddings with Millions of Machine Translations
Arxiv
3+阅读 · 2018年4月20日
Investigations on Knowledge Base Embedding for Relation Prediction and Extraction
Arxiv
8+阅读 · 2018年2月6日
Incorporating Literals into Knowledge Graph Embeddings
Arxiv
4+阅读 · 2018年2月3日
Top
微信扫码咨询专知VIP会员
Top