Author: chm

Source: Deep Learning on Medium Fixing the pitfalls of ISR with Deep Features and Adversarial Networks – almost like CSI 🕶 Francesco Cardinale Mar 26 The

Source: Deep Learning on Medium Venali Sonone Mar 26 This is second part of a 34-part series, ‘notes on deep learning’. Please find links to

Source: Deep Learning on Medium Alexandr Honchar Mar 26 Disentangling neural networks representations [source] Hi everyone! In this article, I would like to make a

Source: Deep Learning on Medium Rajkumar Kaliyaperumal Mar 25 A guide through the myriad online courses & MOOCs available for ML & DL You could

Source: Deep Learning on Medium Aman Kumar Mar 25 How to become a data scientist? Since the discussion is about becoming data scientist,let me try

Source: Deep Learning on Medium Does it benefits those who still use Pascal consumer cards? Ceshine Lee Mar 25 Photo by Sam Power on Unsplash The Apex

Source: Deep Learning on Medium Topgyal Tsering Mar 25 Artificial Intelligence Notes

Source: Deep Learning on Medium siri surab Mar 25 This is a continuation from the blog — Identifying Duplicate Questions: Part 4 — Deep Learning Method 1 Model 4 — Deep

Source: Deep Learning on Medium siri surab Mar 25 This is a continuation from the blog — Identifying Duplicate Questions: Part 3 — Modeling with Logistic Regression & Gradient

Source: Deep Learning on Medium siri surab Mar 25 PROBLEM Quora and Stack-Exchange are knowledge-sharing platforms where people can ask questions and expect to receive

Source: Deep Learning on Medium SHIMABUKURO Katsuya Mar 25 論文URL：https://arxiv.org/abs/1801.10314 要約 複雑なKBからの推論、数ターンのコンテキストの維持が必要な大規模な質問応答データセットを作成。既存の手法では15%ほどしか正解できず、特に統計（カウントなど）や比較が必要な質問の正答率が低くなることを示した 先行研究との違い 対話のデータセットは他にもあるが、提案データセットは様々なコンテキストの保持が必要で、参照解析が要り、多義性の解釈を修正する必要もある QAを扱うデータセットもあるが、それらは質問文そのものはシンプルで、比較や計数などの複数のトリプルをまたぐようなKBからの情報抽出は必要ない いくつかマルチターンでKBやDBを参照して対話を行うデータセットが提案されているが、規模が小さかった 研究の肝となる部分 Wikipediaのダンプファイルを元に、12.8Mのエンティティー、5.2Kのリレーション、52.3Mのタプルを持つKBを構築した 質問に含めてほしい情報と、参照するトリプルを与え、オブジェクトに関する質問とサブジェクトに関する質問をアノテーターに作成してもらい、別のアノテーターにその言い換え表現を作成してもらうことで、それぞれに対する質問のテンプレートを1500パターン作成した そのテンプレートを元に、答えのエンティティーのタイプごとに利用できるテンプレートを仕分けて半自動でタプルに関するシンプルな質問を生成した 複雑な質問として複数種類の質問テンプレートを用意した ロジカル：答えが複数あるもの、検索対象が複数あるもの、片方にあって片方にないものを聞く質問、副問合せのような質問が必要なもの ベリフィケーション：Yes/No で答えるような質問 計数：カウント、Min/Max、その他の統計量に関する質問

Source: Deep Learning on Medium miguel Mar 25 Photo by MI PHAM on Unsplash Desde Saturdays.AI nos es muy grato anunciar que somos parte del programa