会员服务
NLPCC · 基准 · 向量化 · 词向量 · MoDELS ·
2017 年 11 月 15 日
Aicyber's System for NLPCC 2017 Shared Task 2: Voting of Baselines
翻译：Aicyber 2017 NLPCC 2017 共享任务2:基准的确定
Du Steven,Xi Zhang
Du Steven,Xi Zhang
from arxiv, 6 pages, 2 tables

This paper presents Aicyber's system for NLPCC 2017 shared task 2. It is formed by a voting of three deep learning based system trained on character-enhanced word vectors and a well known bag-of-word model.


翻译：本文件介绍Aicyber为2017年全国人大常委会共同任务2而建立的系统。 该系统由三个深层学习系统投票形成,该系统受过增强性格的文字矢量培训,并有一个众所周知的词袋模型。
0
下载
关闭预览

相关内容

CCF自然语言处理与中文计算国际会议（NLPCC）是中国计算机联合会中文信息技术委员会（CCF-TCCI）的年会。NLPCC是一个在自然语言处理（NLP）和中文计算（CC）领域领先的国际会议。它是学术界、工业界和政府的研究人员和实践者分享他们的想法、研究成果和经验，并促进他们在该领域的研究和技术创新的主要论坛。官网链接：http://tcci.ccf.org.cn/conference/2019/
【论文推荐】逆问题，深度学习，对称性破缺，Inverse Problems, Deep Learning, and Symmetry Breaking
【论文推荐】逆问题，深度学习，对称性破缺，Inverse Problems, Deep Learning, and Symmetry Breaking
专知会员服务
25+阅读 · 2020年3月27日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
【教程推荐】可信任深度学习，44页ppt，PDE Based Trustworthy Deep Learning
【教程推荐】可信任深度学习，44页ppt，PDE Based Trustworthy Deep Learning
专知会员服务
36+阅读 · 2020年3月14日
【理解计算机视觉损失函数】《Understanding Loss Functions in Computer Vision!》by Sowmya Yellapragad
【理解计算机视觉损失函数】《Understanding Loss Functions in Computer Vision!》by Sowmya Yellapragad
专知会员服务
42+阅读 · 2020年3月4日
【北邮-腾讯AI】自监督学习音视觉说话人认证，Self-supervised learning for audio-visual speaker diarization
【北邮-腾讯AI】自监督学习音视觉说话人认证，Self-supervised learning for audio-visual speaker diarization
专知会员服务
25+阅读 · 2020年2月16日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
53+阅读 · 2020年1月30日
【强化学习资源集合】Awesome Reinforcement Learning
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
94+阅读 · 2019年12月23日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
【RecSys 2019报告】基于对话的推荐（Context Adaptation with Session‐based Recommenders）
【RecSys 2019报告】基于对话的推荐（Context Adaptation with Session‐based Recommenders）
专知会员服务
31+阅读 · 2019年9月20日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
人工智能 | ISAIR 2019诚邀稿件（推荐SCI期刊）
人工智能 | ISAIR 2019诚邀稿件（推荐SCI期刊）
Call4Papers
6+阅读 · 2019年4月1日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
【泡泡一分钟】LIMO：激光和单目相机融合的视觉里程计
【泡泡一分钟】LIMO：激光和单目相机融合的视觉里程计
泡泡机器人SLAM
11+阅读 · 2019年1月16日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【学习】(Python)SVM数据分类
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Differentiable Reasoning on Large Knowledge Bases and Natural Language
Arxiv
12+阅读 · 2019年12月17日
Comprehensive Analysis of Aspect Term Extraction Methods using Various Text Embeddings
Comprehensive Analysis of Aspect Term Extraction Methods using Various Text Embeddings
Arxiv
5+阅读 · 2019年9月11日
Shallow Domain Adaptive Embeddings for Sentiment Analysis
Arxiv
5+阅读 · 2019年8月16日
A User-Centered Concept Mining System for Query and Document Understanding at Tencent
Arxiv
6+阅读 · 2019年5月21日
Risk-Aware Active Inverse Reinforcement Learning
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Multi-task learning to improve natural language understanding
Arxiv
4+阅读 · 2018年12月17日
End-to-End Text Classification via Image-based Embedding using Character-level Networks
End-to-End Text Classification via Image-based Embedding using Character-level Networks
Arxiv
5+阅读 · 2018年10月10日
SpectralLeader: Online Spectral Learning for Single Topic Models
Arxiv
4+阅读 · 2018年4月26日
End-to-End Multi-Task Learning with Attention
Arxiv
19+阅读 · 2018年3月28日
Towards Understanding and Answering Multi-Sentence Recommendation Questions on Tourism
Arxiv
15+阅读 · 2018年1月5日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
NLPCC
基准
向量化
词向量
MoDELS
相关VIP内容
【论文推荐】逆问题，深度学习，对称性破缺，Inverse Problems, Deep Learning, and Symmetry Breaking
【论文推荐】逆问题，深度学习，对称性破缺，Inverse Problems, Deep Learning, and Symmetry Breaking
专知会员服务
25+阅读 · 2020年3月27日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
【教程推荐】可信任深度学习，44页ppt，PDE Based Trustworthy Deep Learning
【教程推荐】可信任深度学习，44页ppt，PDE Based Trustworthy Deep Learning
专知会员服务
36+阅读 · 2020年3月14日
【理解计算机视觉损失函数】《Understanding Loss Functions in Computer Vision!》by Sowmya Yellapragad
【理解计算机视觉损失函数】《Understanding Loss Functions in Computer Vision!》by Sowmya Yellapragad
专知会员服务
42+阅读 · 2020年3月4日
【北邮-腾讯AI】自监督学习音视觉说话人认证，Self-supervised learning for audio-visual speaker diarization
【北邮-腾讯AI】自监督学习音视觉说话人认证，Self-supervised learning for audio-visual speaker diarization
专知会员服务
25+阅读 · 2020年2月16日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
53+阅读 · 2020年1月30日
【强化学习资源集合】Awesome Reinforcement Learning
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
94+阅读 · 2019年12月23日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
【RecSys 2019报告】基于对话的推荐（Context Adaptation with Session‐based Recommenders）
【RecSys 2019报告】基于对话的推荐（Context Adaptation with Session‐based Recommenders）
专知会员服务
31+阅读 · 2019年9月20日
热门VIP内容
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
人工智能 | ISAIR 2019诚邀稿件（推荐SCI期刊）
人工智能 | ISAIR 2019诚邀稿件（推荐SCI期刊）
Call4Papers
6+阅读 · 2019年4月1日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
【泡泡一分钟】LIMO：激光和单目相机融合的视觉里程计
【泡泡一分钟】LIMO：激光和单目相机融合的视觉里程计
泡泡机器人SLAM
11+阅读 · 2019年1月16日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【学习】(Python)SVM数据分类
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
相关论文
Differentiable Reasoning on Large Knowledge Bases and Natural Language
Arxiv
12+阅读 · 2019年12月17日
Comprehensive Analysis of Aspect Term Extraction Methods using Various Text Embeddings
Comprehensive Analysis of Aspect Term Extraction Methods using Various Text Embeddings
Arxiv
5+阅读 · 2019年9月11日
Shallow Domain Adaptive Embeddings for Sentiment Analysis
Arxiv
5+阅读 · 2019年8月16日
A User-Centered Concept Mining System for Query and Document Understanding at Tencent
Arxiv
6+阅读 · 2019年5月21日
Risk-Aware Active Inverse Reinforcement Learning
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Multi-task learning to improve natural language understanding
Arxiv
4+阅读 · 2018年12月17日
End-to-End Text Classification via Image-based Embedding using Character-level Networks
End-to-End Text Classification via Image-based Embedding using Character-level Networks
Arxiv
5+阅读 · 2018年10月10日
SpectralLeader: Online Spectral Learning for Single Topic Models
Arxiv
4+阅读 · 2018年4月26日
End-to-End Multi-Task Learning with Attention
Arxiv
19+阅读 · 2018年3月28日
Towards Understanding and Answering Multi-Sentence Recommendation Questions on Tourism
Arxiv
15+阅读 · 2018年1月5日
Top
微信扫码咨询专知VIP会员
Top