想要通过自学和交流提升自己！ML自律小组

楼主想看nlp哪方面？

Jing666 发表于 2019-2-25 03:33
不明白“苹果家的框架”指的是什么。我只是做过一点玄学NLP炼丹research，所以现在很想学习一点非玄学的 ...

苹果家的框架就叫CoreML……

lalxyy 发表于 2019-2-25 12:18
苹果家的框架就叫CoreML……

额 没用过。。。以前都是用的pytorch/tensorflow

酱油王 发表于 2019-2-24 23:23
坐标杭州转塘，现在在 华人中NLP顶会发得最多的某老师这里 读博士233333。不知道杭州有没有专门NLP研讨组织 ...

哇，厉害了~~我初来杭州，找不到组织~~所以才想在这边自己组一个~~

Jing666 发表于 2019-2-24 21:05
有意思。不知道楼主想主要学习ML的什么方面呢？我也做过一些NLP，目前对core ML更感兴趣，想加入

哦，你指的是传统机器学习？感觉也还行，你一般周日有空么？

对于整理理论和巩固知识点很感兴趣。 读论文也感兴趣。感谢楼主组织。

3/10 本周组内分享的文章
A User Simulator for Task-Completion Dialogues（2016）
用户模拟器：即尝试模拟用户在对话过程中的程序（与对话机器人刚好相对）
目标：
在当时的强化学习对话系统面临的三个技术难点（其实就是语料难搞，线上直接交互训练也不现实），因此希望用用户模拟器较为廉价地生成大批量语料。
1.        因为强化学习需要从环境得到反馈，所以传统的人机对话语料(数据)用处有限
2.        针对不同的任务，需要针对性的准备不同的语料标注（即同一段对话因为对话领域不同而有不同的解析手段？）
3.        语料标注的要求高，需要专业领域知识
模拟器的主要难点：
没有一个很完善的评价人机对话自动评估体系（这个问题本身的难度其实跟模拟器问题的难度是一样的）,（2016）之前的simulator做法有将有对话抽象成各种对话状态信号, 然后的进行类似条件概率预测，也有直接用Seq2seq直接生成最终语句的。（只局限于一人一机的对话机制）

对话生成方案:
大体架构上类似对之前的两种方法进行了整合（天底下罕有新鲜事）,即用NLU抽取信息和slot(槽位),再进行行动上的预测，然后再作为组合信号进入生成对话语句（模板加NLG）。
评价系统方面:
1.通过对语料中特殊的类别slot 进行统计作为用户的目标库（每次随机生成用户想看的电影和相应的条件）【*感觉这种做法蛮有意思的】
2.判断对话机器人生成的结果与最初的用户模拟器生成的目标是否一致作为准确率（即判断slot和最后生成实体属性的关系）

省略了模拟器状态处理和回复生成的部分细节…

个人收获：比较觉得眼前一亮的是评价系统的设计，第一次接触任务导向的设计，感觉"直接用部分信号作为用户目标，并且从slot和实体属性来进行效果判断"的做法既可解释又非常高效。

另外一位组员的总结是关于Exploring Neural Networks with Activation Atlases
文章在别处，链接：http:https://blog.csdn.net/madao_yw/article/details/88350876


PS:这周自己感冒加发烧，还被朋友拉去KTV，哎，学习的路上各种阻碍啊.