每日论文 | 基于语境的知识图谱嵌入；用于文本建模的狄利克雷VAE；端到端的对话描述生成

1

DOLORES：Deep Contextualized Knowledge Graph Embeddings

在这篇论文中，我们提出了一种新的用于学习知识图谱嵌入的方法——DOLORES，它可以高效地捕捉语义线索，以及实体之间的关系。首先，我们注意到，知识图谱中的短路径由多个实体组成，它们之间的联系中含有很多有用的信息。所以，我们将知识图谱表示成实体连接的集合，用深度学习模型学习实体和关系中的嵌入。

地址：https://arxiv.org/abs/1811.00147

2

Dirichlet Variational Autoencoder for Text Modeling

针对文字建模，我们提出了改进后的变分自编码器（VAE），称为狄利克雷隐藏变量。由于狄利克雷变量和传统的多变量高斯变量的关系，模型并不会导致KL散度消失。结果显示，我们提出的模型在文字重建任务上达到了最佳水平。

地址：https://arxiv.org/abs/1811.00135

3

Dial2Desc：End-to-end Dialogue Description Generation

和现有的对话总结任务（例如会议总结）不同，我们提出的新任务Dialogue Description并不关注对话的自然流畅性，而是要描述人们在讨论的物体或某个行为。Dial2Desc系统将一段对话文本作为输入，然后输出目标或动作的精确描述。

地址：https://arxiv.org/abs/1811.00185

星标论智，每天获取最新资讯