2018.03.26试题理解论文两篇阅读

最近读了两篇关于问题答案联合建模的论文,读书笔记如下:

1 A Constituent-Centric Neural Architecture for Reading Comprehension

0 摘要:

0.1应用领域:

阅读理解(Reading comprehension RC)旨在理解自然语言并回答其中的问题,这是一项具有挑战性的任务。 在本文中,我们研究斯坦福问题答疑数据集(SQUAD)中的RC问题。

在TensorFlow中实现文本分类的CNN

注意

在这篇文章中,我们将实现一个类似于Kim Yoon的卷积神经网络语句分类模型。 本文提出的模型在一系列文本分类任务(如情绪分析)中实现了良好的分类性能,并已成为新的文本分类架构的标准基准。

Python深度学习路线

[TOC]

学习对象

所有==大四==以及==研一==学生,研二感兴趣的学生也可参加

深度学习准备篇

==Python基础语法==
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×