今晚直播 | 从编码器与解码器端改进生成式句子摘要
3 月 15 日，PaperWeekly 将再度联合微软亚洲研究院带来第 25 期 PhD Talk：从编码器与解码器端改进生成式句子摘要。
本期主讲嘉宾是哈工大-微软联合培养博士生周青宇，他将介绍其所在团队在生成式句子摘要方向的一些进展。
首先，他将回顾之前在句子摘要任务上的几个经典工作，简要介绍一下基本知识和目前的进展。
在此之后，嘉宾还将介绍他们在该任务上的一些进展。从编码器的角度，他们提出了选择性编码模型。针对句子摘要任务，模型对句子中单词的重要性进行了建模。
从解码器的角度，他们扩展了拷贝机制，提出了序列拷贝网络。与之前的拷贝机制不同，该模型可以进行片段拷贝。
在相关数据集上，他们的模型取得了较大的性能提升。
嘉宾介绍
周青宇
哈尔滨工业大学博士生
周青宇，于 2014 年和 2016 年分别获得哈尔滨工业大学学士和硕士学位，目前为哈工大-微软联合培养博士生，导师为微软亚洲研究院周明教授。研究方向为文本自动摘要，文本生成和自然语言处理。曾在 ACL，AAAI 等会议上发表相关文章。
PhD Talk
从编码器与解码器端改进生成式句子摘要
哈尔滨工业大学博士生周青宇
内容分享√在线Q&A√
活动形式：PPT直播
活动时间
3 月 15 日（周四）20:00-21:00
45 min 分享 + 15 min Q&A
长按识别二维码，进入直播间
*或使用斗鱼App搜索「1743775」
往期回顾
非自回归神经机器翻译 + ICLR 2018 论文解读
腾讯AI Lab涂兆鹏：如何提升神经网络翻译的忠实度
微软亚洲研究院论文解读：GAN在网络特征学习中的应用
微软亚洲研究院吴俣：基于动态词表的对话生成研究
基于生成模型的事件流研究 + NIPS 2017 论文解读
亚马逊高级应用科学家熊元骏：人类行为理解研究进展
清华大学冯珺：基于强化学习的关系抽取和文本分类
*查看更多往期实录，请点击PaperWeekly公众号底部精品栏目菜单。
#榜 单 公 布 #
2017年度最值得读的AI论文 | NLP篇 · 评选结果公布
2017年度最值得读的AI论文 | CV篇 · 评选结果公布
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。
▽ 点击 | 阅读原文 | 加入社区一起刷论文
今晚直播 | 从编码器与解码器端改进生成式句子摘要相关推荐
- 直播实录 | 哈工大博士生周青宇：从编码器与解码器端改进生成式句子摘要
本文为 3 月 15 日,哈工大-微软联合培养博士生--周青宇博士在第 25 期 PhD Talk 中的直播分享实录. 3 月 15 日晚,PaperWeekly 再度联合微软亚洲研究院带来了第 25 ...
- 直播预告 | 从编码器与解码器端改进生成式句子摘要
「PhD Talk」是 PaperWeekly 的学术直播间,旨在帮助更多的青年学者宣传其最新科研成果.我们一直认为,单向地输出知识并不是一个最好的方式,而有效地反馈和交流可能会让知识的传播更加有意义 ...
- 今晚直播 | AAAI 2018论文解读：零资源机器翻译的最新进展
「PhD Talk」是 PaperWeekly 的学术直播间,旨在帮助更多的青年学者宣传其最新科研成果.我们一直认为,单向地输出知识并不是一个最好的方式,而有效地反馈和交流可能会让知识的传播更加有意义 ...
- 图片的描述生成任务、使用迁移学习实现图片的描述生成过程、CNN编码器+RNN解码器(GRU)的模型架构、BahdanauAttention注意力机制、解码器端的Attention注意力机制
日萌社 人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) Encoder编码器-Decoder解码器框架 + Atten ...
- 基于Transformer的文本情感分析编程实践（Encoder编码器-Decoder解码器框架 + Attention注意力机制 + Positional Encoding位置编码）
日萌社 人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) Encoder编码器-Decoder解码器框架 + Atten ...
- NLP-预训练模型-2019-NLU+NLG：BART【Bert+GPT的泛化Seq2Seq模型】【噪声破坏后的原文本喂给编码器，解码器输出原文本】【噪音方案：文本填充（文本片段用单个掩码替换）】
<原始论文:BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translat ...
- 视频直播源码在Android端实现1对1音视频实时通话
我们要使用 WebRTC 进行音视频互动时需要申请访问硬件的权限,至少要申请以下三种权限 Camera 权限 Record Audio 权限 Intenet 权限 在Android中,申请权限分为静态 ...
- OBS直播时编码器、码率控制器、分辨率帧率是什么以及如何向第三方推流
内容摘要:OBS直播时编码器.码率控制器.分辨率.帧率到底是什么,以及OBS向第三方直播平推流时,要注意什么. 图:OBS直播时输出界面参数设定 OBS编码器 1. 软编:x264 使用CPU进行编码 ...
- 机器翻译 MXNet（使用含注意力机制的编码器—解码器，即 Encoder编码器-Decoder解码器框架 + Attention注意力机制）
日萌社 人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) Encoder编码器-Decoder解码器框架 + Atten ...
最新文章
- 从IaaS到SaaS，腾讯二十年自研技术云上集结
- memcached单点故障与负载均衡
- spring 的权限控制：security
- .net Web网站转换成Web应用程序 备忘
- 使用 Angular
- 【Java】Maven报错 Dependency ‘aspectj:aspectjrt:1.5.4‘ not found 的解决方法
- 10虚拟机的删除和迁移
- MIS 740: Software Concepts Use different GUI components i
- TokenInsight：反映区块链行业整体表现的TI指数较昨日同期上涨0.54%
- mybatis中批量插入的两种方式(高效插入)
- 断路器之一：Hystrix 使用与分析
- h5手机端浏览器机制_h5浏览器缓存机制
- php推荐位调用,推荐位数据循环调用
- Java项目（一）：家庭收支记账软件
- 开发商给埋的五类网线，家中想改为千兆网络怎么办好？
- 逻辑教育大厂必备IOS面试突击班
- QString中如何设置上下角标（Qt）
- win10清除磁盘写保护
- 【C语言】 C 语言 关键字分析 ( 属性关键字 | 常量关键字 | 结构体关键字 | 联合体关键字 | 枚举关键字 | 命名关键字 | 杂项关键字)
- React+Echarts 实时数据监控刷新