【NAACL-HLT2019】自然语言处理的深度对抗学习方法-附104页教程Slides

导读

对抗性学习是一种博弈论学习范式，近年来在计算机视觉领域取得了巨大的成功。对抗性学习也是一个通用框架，它支持多种学习模型，包括流行的生成式对抗性网络(GANs)。由于语言的离散性，设计对抗性学习模型对NLP问题仍然具有挑战性。在本教程中，我们将简要介绍深入对抗性学习的基础，以及NLP中的一些实际问题公式和解决方案。我们描述了NLP深度对抗性学习的最新进展，特别关注生成、对抗性示例和规则以及对话。我们对研究领域进行了概述，对不同类型的对抗性学习模型进行了分类，并讨论了其优缺点，旨在为解决实际的NLP问题提供对抗性学习未来的一些实用视角。

作者 | William Wang, Sameer Singh 

编辑 | Xiaowen

地址 | https://sites.cs.ucsb.edu/~william/papers/AdvNLP-NAACL2019.pdf

https://naacl2019.org/program/tutorials/

教程Slides快捷下载：

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“NAACL2019DAL” 就可以获取《自然语言处理的深度对抗学习》完整版教程Slides的下载链接~

完整104页教程Slides快捷下载：

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“NAACL2019DAL” 就可以获取《自然语言处理的深度对抗学习》完整版教程Slides的下载链接~

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！550+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程