1. Toy模板网首页
  2. > Toy博客

[论文笔记]A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES

10月前 作者：愤怒的可乐 分类：Toy博客 阅读(44) 违法举报

这篇具有很好参考价值的文章主要介绍了[论文笔记]A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

引言

今天带来论文A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES的阅读笔记。

很多NLP任务，包括阅读理解、文本蕴含和问答任务，都需要在序列之间进行比较。匹配序列间重要的单位是这些解决这些任务的关键。本篇工作提出了一个通用的比较聚合(compare-aggragate)框架执行单词级匹配，然后使用CNN进行聚合。

比较聚合网络并不是作者首先提出来的，但作者认为前人的工作有一些不足：

  • 只能应用到一两个任务，不能体出现比较聚合框架的泛化性。
  • 对比较部分的组成单元选择比较简单，比较函数单一。

而本篇工作作者使用了六种不同的比较函数，实验结果证明作者提出的模型在不同任务的四份数据集(问答和蕴含任务)上达到了当时的SOTA结果。作者也着重强调了element-wise(逐元素级)函数作为交互效果明显。

本篇工作的贡献有：

  1. 使用四种不同的数据集，证明了作者提出的模型在这些数据集上达到了SOTA结果。
  2. 系统地评估了不同的比较函数，并且得出了element-wise的比较函数效果最好。

相关工作

  • 孪生神经网络(Siamense network)

    • 基于相同参数的网络，比如RNN或CNN来分别构建不同语句的表示，然后可以用于分类或文本表示。

  • 注意力网络(Attentive network)文章来源地址https://www.toymoban.com/news/detail-707268.html

    • 广泛应用注意力机制到机器阅读理解、文本蕴含和问答任务。这类工作通常不是应用RNN的最后一个状态去表示一个语句ÿ

到了这里，关于[论文笔记]A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • X2-VLM: All-In-One Pre-trained Model For Vision-Language Tasks论文笔记

    X2-VLM: All-In-One Pre-trained Model For Vision-Language Tasks论文笔记

    Title：X2-VLM: All-In-One Pre-trained Model For Vision-Language Tasks Code CLIP这一类方法只能进行图片级别的视觉和文本对齐； 也有一些方法利用预训练的目标检测器进行目标级别的视觉和文本对齐，但是只能编码目标内部的特征，无法有效表达多目标上下文关联； 本文致力于进行多粒度（

    2024年02月09日
    浏览(43)
  • 【论文阅读】RE-Matching: A Fine-Grained Semantic Matching Method for Zero-Shot Relation Extraction

    【论文阅读】RE-Matching: A Fine-Grained Semantic Matching Method for Zero-Shot Relation Extraction

    标题：RE-Matching: A Fine-Grained Semantic Matching Method for Zero-Shot Relation Extraction 会议：ACL2023 网址：https://aclanthology.org/2023.acl-long.369 github：https://github.com/zweny/RE-Matching 关系抽取：relation extraction是NLP的一个基本任务，目的是从非结构化文本中提取实体之间的关系。关系抽取有助于构

    2024年02月04日
    浏览(40)
  • 【论文阅读】A Deep Behavior Path Matching Network for Click-ThroughRate Prediction

    【论文阅读】A Deep Behavior Path Matching Network for Click-ThroughRate Prediction

    用于点击率预测的深度行为路径匹配网络 用户在电子商务应用程序上的行为不仅包含对商品的各种反馈，有时还隐含着用户决策的认知线索。为了解用户决策背后的心理过程，我们提出了行为路径，并建议将用户当前行为路径与历史行为路径相匹配，以预测用户在应用程序上

    2024年03月28日
    浏览(53)
  • 【论文阅读】Progressive Spatio-Temporal Prototype Matching for Text-Video Retrieval

    【论文阅读】Progressive Spatio-Temporal Prototype Matching for Text-Video Retrieval

    论文链接：https://openaccess.thecvf.com/content/ICCV2023/papers/Li_Progressive_Spatio-Temporal_Prototype_Matching_for_Text-Video_Retrieval_ICCV_2023_paper.pdf 代码链接：https://github.com/imccretrieval/prost 文章发表于ICCV 2023，来自中科大IMCC实验室。 文本-视频检索是近年来比较新兴的领域，随着多模态和大模型的

    2024年02月04日
    浏览(47)
  • 【论文阅读】D2Match: Leveraging Deep Learning and Degeneracy for Subgraph Matching

    【论文阅读】D2Match: Leveraging Deep Learning and Degeneracy for Subgraph Matching

    Xuanzhou Liu, Lin Zhang, Jiaqi Sun, Yujiu Yang, and Haiqin Yang. 2023. D2Match: leveraging deep learning and degeneracy for subgraph matching. In Proceedings of the 40th International Conference on Machine Learning (ICML’23), Vol. 202. JMLR.org, Article 933, 22454–22472. 子图匹配是基于图的应用程序的基本组成部分，由于其高阶组合特

    2024年02月03日
    浏览(56)
  • 论文阅读《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》

    论文阅读《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》

    就上一篇博客如何写论文、读（分享汇报）论文，在《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》进行实践。 《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》是一篇由Mingxing Tan和Quoc V. Le等人于2019年提出的论文，主要关注卷积神经网络（CNN）的模型缩

    2024年02月03日
    浏览(49)
  • Feature Prediction Diffusion Model for Video Anomaly Detection 论文阅读

    Feature Prediction Diffusion Model for Video Anomaly Detection 论文阅读

    文章标题：Feature Prediction Diffusion Model for Video Anomaly Detection 文章信息： 发表于：ICCV 2023 原文链接：https://openaccess.thecvf.com/content/ICCV2023/papers/Yan_Feature_Prediction_Diffusion_Model_for_Video_Anomaly_Detection_ICCV_2023_paper.pdf 源代码：https://github.com/daidaidouer/FPDM 在视频异常检测是一个重要的研

    2024年01月17日
    浏览(54)
  • DETR 系列有了新发现？DETRs with Hybrid Matching 论文阅读笔记

    DETR 系列有了新发现？DETRs with Hybrid Matching 论文阅读笔记

    写在前面   有个城市之星的活动，加紧赶一篇博文出来吧。这是 VALSE 2023 大会（VALSE 2023 无锡线下参会个人总结 6月11日-2）上的一篇 Poster 论文，遂找来读读。 论文地址：DETRs with Hybrid Matching 代码地址：https://github.com/HDETR 收录于：CVPR 2023 PS：2023 每周一篇博文，主页 更多干

    2024年02月07日
    浏览(47)
  • 【论文阅读】One For All: Toward Training One Graph Model for All Classification Tasks

    【论文阅读】One For All: Toward Training One Graph Model for All Classification Tasks

    会议： 2024-ICLR-UNDER_REVIEW 评分：6，6，6，10 作者：Anonymous authors 文章链接：ONE FOR ALL: TOWARDS TRAINING ONE GRAPHMODEL FOR ALL CLASSIFICATION TASKS 代码链接：ONE FOR ALL: TOWARDS TRAINING ONE GRAPHMODEL FOR ALL CLASSIFICATION TASKS  设计一个能够解决多个任务的模型是人工智能长期发展的一个目标。最近，

    2024年01月18日
    浏览(52)
  • 《Hierarchical Sequence Labeling Model for Aspect Sentiment Triplet Extraction》论文阅读

    《Hierarchical Sequence Labeling Model for Aspect Sentiment Triplet Extraction》论文阅读

    文章地址： https://link.springer.com/chapter/10.1007/978-3-030-60450-9_52   在这篇文章中作者提出了一个继承性的序列标注模型（ hierarchical sequence labeling model, HSLM）以端到端的方式识别文本语句中所含有的方面级情感三元组（ASTE）。该模型主要有三个部分组成：方面级序列标注模块、

    2024年01月16日
    浏览(106)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包