1.hexo的上下标问题:markdown表示下标可以在下标开始和结束处使用‘~’,但是不知道为啥在Typora好用,但在github网页端不好用。亲测一种非常好用的方法,类似于HTML的标签,即在下标开始和结束时使用sub标签(结束的地方加斜线)。同理,上标标签为sup。
-
On the Estimation of Treatment Effect with Text Covariates
二月 22日, 2020
On the Estimation of Treatment Effect with Text Covariates本文发表于2019年IJCAI会议。 IntroductionTreatment effect,是指一个变量(trea...
-
Pytorch自定义损失函数
九月 28日, 2019
Pytorch自定义损失函数本文以自己实现交叉熵损失函数为例(不彻底的实现),来简单说说在pytorch中自定义损失函数。首先我们看一下pytorch中的交叉熵损失函数是什么样的,这里我们简单放张图,网上还是有不少说这个的,可自行百度...
-
End-To-End Memory Networks
八月 16日, 2019
End-To-End Memory Networks—-本文发表于2015年的NIPS会议。人工智能研究面临的两大挑战是,建立能够在回答问题或完成任务时执行多个计算步骤的模型,以及能够描述顺序数据中的长期依赖关系的模型。在这项工作中,...
-
Graph Neural Networks with Generated Parameters for Relation Extraction
八月 16日, 2019
Graph Neural Networks with Generated Parameters for Relation Extraction—-本文发表于2019年ACL会议。本文提出了基于生成参数的图神经网络模型(GP-GNNs)...
-
Context-Aware Representations for Knowledge Base Relation Extraction
八月 14日, 2019
Context-Aware Representations for Knowledge Base Relation Extraction—-本文发表于2017年的EMNLP会议。这是一篇关于句子级别实体关系抽取的论文,考虑到传统方法只...
-
A Hierarchical Framework for Relation Extraction with Reinforcement Learning
七月 22日, 2019
“A Hierarchical Framework for Relation Extraction with Reinforcement Learning”—-本文发表于2019年的AAAI会议,采用两层结构来进行关系抽取。 Hier...
-
pytorch中LSTM对变长句子的处理
七月 20日, 2019
pytorch中LSTM对变长句子的处理在自然语言处理问题中,以最简单的句子分类为例(比如句子级别情感分类),来说明LSTM对变长句子的处理。(看了网上关于这部分的介绍,大抵互相复制,但感觉都没有说清楚具体怎么用,通过实践,个人总结了...
-
Targeted Aspect-Based Sentiment Analysis via Embedding Commonsense Knowledge into an Attentive LSTM
七月 12日, 2019
‘Targeted Aspect-Based Sentiment Analysis via Embedding Commonsense Knowledge into an Attentive LSTM’—-本文发表于2018年AAAI...
-
SenticNet5 - Discovering Conceptual Primitives for Sentiment Analysis by Means of Context Embeddings
七月 12日, 2019
“SenticNet5:Discovering Conceptual Primitives for Sentiment Analysis by Means of Context Embeddings”—-本文发表于2018年AAAI...
-
Joint entity and relation extraction based on a hybrid neural network
七月 10日, 2019
“Joint entity and relation extraction based on a hybrid neural network ”————-本文发表于2017年的NeuroComputing期刊上。利用神经网络的方法实现...